Seminar Reboan berkolaborasi dengan Divisi Kompetensi Dosen APTIKOM menghadirkan topik yang menarik bersama narasumber Dr. Esa Prakasa (Kepala Pusat Riset Sains Data dan Informasi BRIN) 🤩✨

Pengenalan Biodiversitas Berbasis Sains Data untuk Mendukung Citizen Science

Biografi Singkat Narasumber:
Dr. Esa Prakasa adalah seorang peneliti (Peneliti Ahli Utama) di Kelompok Riset Human Computer Interaction and Visualisation, Pusat Riset Sains Data dan Informasi BRIN. Saat ini, Dr. Esa Prakasa menjabat sebagai Kepala Pusat Riset Sains Data dan Informasi (PRSDI), BRIN sejak tahun 2022. Dr. Esa Prakasa menyelesaikan S1 di Teknik Nuklir (1998) dan S2 Teknik Elektro (2001), dari Universitas Gadjah Mada. Pendidikan S3 diselesaikan di Department of Electrical and Electronics Engineering, Universiti Teknologi Petronas, Malaysia (2014). Dr. Esa Prakasa memulai karir sebagai periset sejak tahun 2005 di Pusat Penelitian Informatika LIPI, yang saat ini telah bertransformasi menjadi BRIN. Dr. Esa Prakasa terlibat aktif pada kegiatan riset kolaborasi baik di dalam maupun luar negeri. Bidang yang ditekuni meliputi image and video analysis, computer vision, 3D imaging, biomedical engineering, dan human-computer interaction.

Abstrak:
Metode sains data digunakan dalam upaya mengenali, mengidentifikasi, dan mendokumentasikan kekayaan keanekaragaman hayati di Indonesia. Sebagai negara dengan mega biodiversitas, Indonesia menghadapi tantangan dalam mendokumentasikan spesies secara cepat dan akurat, sehingga integrasi teknologi machine learning menjadi solusi yang esensial. Pembahasan dalam presentasi ini difokuskan pada tiga hal utama, yaitu pertama, riset identifikasi plankton. Riset ini mengembangkan model deep learning untuk melakukan segmentasi (menggunakan model seperti DeepLabV3+ dan U-Net) serta klasifikasi (seperti BiT dan ConvNeXt) pada citra mikroskopis fitoplankton. Hasil dari model ini diimplementasikan ke dalam “PlanktoScan”, sebuah prototipe aplikasi berbasis web dan mobile untuk mempermudah identifikasi plankton secara otomatis. Kedua, riset identifikasi kayu. Sistem identifikasi kayu otomatis dirancang menggunakan dua pendekatan algoritma untuk mengatasi metode konvensional. Pendekatan pertama menggunakan Convolutional Neural Network (CNN) seperti ResNet50 untuk menganalisis data visual berupa citra makroskopis tampang lintang kayu. Pendekatan kedua menggunakan Large Language Model (LLM) seperti BERT untuk memproses data non-visual atau tekstual yang diambil dari literatur anatomi kayu. Ketiga, disampaikan rencana pengembangan platform citizen science yang digunakan untuk mendukung keberlanjutan pengumpulan data. Platform direncanakan berbasis crowdsourcing, sehingga melibatkan partisipasi masyarakat secara luas. Melalui platform ini dimungkinkan masyarakat umum untuk mengumpulkan data dari lapangan, yang kemudian akan diklasifikasikan oleh sistem AI dan diverifikasi kualitasnya oleh pakar (validator), menciptakan ekosistem dokumentasi biodiversitas yang saling terintegrasi. Secara keseluruhan, presentasi ini menunjukkan bahwa kolaborasi antara sistem berbasis AI yang akurat dengan partisipasi masyarakat luas (citizen science) dapat menjadi strategi yang efektif dan inovatif untuk menjaga serta mendokumentasikan kekayaan alam di Indonesia.

Moderator: Prof. Harry Budi Santoso, Ph.D.

Hadiri diskusi bersama Dr. Esa Prakasa pada Seminar Reboan 2026 Eps. 3 yang akan dilaksanakan pada:
📅Hari/Tanggal: Rabu, 11 Maret 2026
⏰Waktu: 13:00 – 15:00 WIB

Tempat:
📌On Site: Ruang Sidang (A.409) Lt. 4 Gedung Baru Fasilkom UI, Depok
–Terbatas untuk 40 peserta pertama
💻Online: Akan diberikan pada akhir pengisian form konfirmasi

📝 Tautan Konfirmasi:
https://s.id/REBOAN-EPS3

Terima kasih atas partisipasi Bapak dan Ibu. Sampai jumpa di Seminar Reboan Eps. 3.