Keynote Speaker 1 - Prof. Matthew N.

Dailey
Getting Something For Nothing

Kita sekarang tinggal pada masa deep learning, metode deep learning dapat memecahkan
berbagi masalah. Deep learning dapat meningkatkan performa pada sistem. Masalah mulai
muncul ketika kita tidak memiliki data yang cukup. Salah satu pengaplikasian deep learning
adalah mendeteksi perbedaan dua gambar.
Pertama kita perlu mengumpulkan data, dalam kasus ini kendaraan. Kita dapat memasang
kamera dan kita bisa mendapatkan data mobil yang tidak berubah baik ketika masuk ataupun
keluar gedung. Langkah selanjutnya memisahkan piksel kendaraan dengan hal sekitarnya dengan
melakukan instance segmentation yang mengakibatkan terpisahnya objek khusus dengan daerah
sekitarnya.
GANs (General Adversarial Network) terdiri dari dua jaringan neural yaitu G (Generator)
dan D (Discrimination). Generator berfungsi untuk membuat representasi dari inputan dan juga
mengeluarkan sampel yang mirip dengan aslinya. Pada saat yang sama Discrimator mencoba
memberitahu antara data yang asli dan palsu dan membuat sampel berdasarkan Generator.
GANs sangat ahli dalam mengelola gambar. Kita bisa memasukkan sebuah gambar dan
kemudian dimodifikasi menjadi hal yang sangat berbeda dari gambar aslinya. Langkah
selanjutnya dalam deep learning kita dapat memecahkan masalah keselarasan gambar dengan
menggunakan GANs.
Langkah berikutnya yaitu dengan mengubah deteksi. Setelah masalah keselarasan gambar
dipecahkan, kita perlu membuat perubahan deteksi. Ini digunakan untuk mengetahui perbedaan
piksel antar gambar. Namun, ini memerlukan sampel gambar kendaraan yang sama hingga
ribuan sampel dan ini sangatlah mahal. Masalah ini dapat diselesaikan dengan GANs.
Masalah sampel dapat dipecahkan dengan mengubah sudut gambar dari kendaran dan itu
dipecahkan dengan menggunakan GANs. Setelah semua masalah dipecahkan, kita dapat
mendeteksi apakah kondisi kendaraan sama pada saat sebelum dan sesudah.
 Keynote Speaker 2 - Prof. Gyun Woo
How to Promote Student Activities in the COVID Pandemic?

Kehidupan berubah dikarenakan adanya pandemic COVID-19. Kita harus mengubah

kebiasaan kita seperti menjaga jarak, menggunakan masker, dan memcuci tangan. Tentu saja hal
ini juga berdampak ke pendidikan. Hampir semua kegiatan belajar mengajar dilakukan secara
daring.
Hal ini menyebabkan beberapak kekhawatiran di kalangan para pengajar. Para murid
dapat melewati topik yang benar-benar penting. Selain itu, interaksi dengan murid juga benar-
benar terbatas. Dengan keadaan yang seperti ini menyebabkan dua tipe dalam mengajar daring.
Yang pertama pengajar yang mneggunakan video dan yang kedua pengajar yang menggunakan
online conference.
Bila menggunakan video, bagus untuk menunjukkan topik-topik yang penting dan gaya
belajar disesuaikan dengan tingkat kepahaman murid. Bila menggunakan online conference, itu
sangat baik untuk mengetahui kegiatan murid. Namun, untuk cara ini terdapat beberapa kendala
seperti murid yang tidak mau menghidupkan kamera dan komunikasi satu sama lain sangat
terbatas.
Cara kita untuk menghadapi masalah ini pertama, kita harus memahami kecemasan
mereka. Masih banyak murid yang belum siap untuk mengikuti kegiatan belajar daring. Diantara
mereka juga lebih memilih untuk berpartisipasi secara diam-diam. Komunikasi antar pengajar
dan murid juga akan sedikit terlambat dan mereka lebih memilih untuk berinteraksi secara tanpa
diketahi.
Murid juga dibagi menjadi dua tipe, murid aktif dan murid pasif. Untuk murid aktif,
mereka sangat antusias dalam mengikuti kegiatan belajar. Sebaliknya, untuk murid pasif, mereka
cukup sulit untuk belajar dan mereka juga lebih suka berinteraksi secara privat. Dengan
berkomunikasi sesame murid dapat meningkatkan keaktifan mereka. Hal ini dapat dilakukan
dengan kegiatan berkelompok.
Kegiatan berkelompok ini bisa dibuat seperti berbagi ide antar sesama melalui jamboard.
Semua ide yang ditulis di sini akan terbagi satu sama lain sehingga meningkatkan keaktifan
murid-murid. Selain itu, pengajar juga dapat melakukan kegiatan pair-programming. Di sini
murid dibagi menjadi beberapa kelompok dan melakukan tugas secara Bersama-sama.
Cara yang lain dapat melakukan gamification seperti kahoot. Murid menjawab
pertanyaan yang dimodifikasi menjadi seperti game. Mereka juga dapat menjawab pertanyaan
secara tidak public sehingga mereka tidak perlu khawatir akan jawaban mereka.
 Keynote Speaker 3 - Prof. Dr. Ing. Hendro Wicaksono
Achieving Global Sustainable Development Goals In Industry 4.0

Revolusi industri bukan hanya tentang teknologi, namun tentang perubahan di

masyarakat dan ekonomi. Kita sudah melalui beberapa tahap revolusi industry mulai dari
produksi mesin mekanik, produksi massal, produksi yang efisien, hingga transformasi digital.
Teknologi dibagi menjadi tiga, yaitu infrastruktur dan interkoneksi, kecerdasan, dan interaksi
multimodal.
Pada bagian paling bawah, yaitu Infrastruktur dan interkoneksi terdapat teknologi seperti
IoT, Linked data, dan cloud computing. Pada bagian kecerdasan terdapat big data dan AI. Pada
bagian paling atas terdapat teknologi mutakhir seperti AR, Robot, dan 3D printing.
Terdapat empat pilar di industri 4.0. Yang pertama smart product, yaitu produk yang
dapat mengenalkan diri mereka sendiri seperti sensor. Yang kedua yaitu smart process, yaitu
proses yang baik seperti distribusi pada perusahaan. Yang ketiga yaitu smart resource, yaitu
seperti gedung atau mesin yang membantu proses produksi. Dan pilar terakhir adalah data.
Dengan ketiga pilar pertama, itu memerlukan data yang sangat banyak sehingga data sangat
diperlukan dalam industri 4.0.
Peran industri 4.0 dalam mencapai tujuan perkembangan dunia sangatlah besar. Dari
smart city yang menggunakan energi seperti kincir angin yang dialurkan ke seluruh kota. Bahkan
agrikultur dan aquakultur yang dapat mengoptimasi sumber daya dalam mengolahnya.
Hal-hal apa saja yang harus diimplementasikan di Indonesia? Pertama jangkauan dampak
dari industri 4.0 harus bisa sampai ke desa. Kemudian mengoptimisasi sumber daya yang ada di
Inodnesia, berfokus pada keahlian bukan otot, mengoptimisasi peran-peran sosial. Dan yang
terakhir adalah mejadikan Indonesia sebagai pemimpin, bukan pengikut.
Model Inovasi triple helix dapat mempercepat industri 4.0 pada sebuah negara. Model
pertama yaitu peran pemerintah mengatur universitas dan industri. Model kedua yaitu
pemerintah memberi biaya ke universitas dan sektor industri memberi pajak ke pemerintah dan
universitas memberi ide ke sektor industri. Model ketiga dan model yang paling efektif yaitu
pemerintah, universitas, dan industri berada pada posisi yang sama dan terjadi kolaborasi.
Open Innovation memberikan pihak lain untuk memberi inovasi ke sebuah universitas
ataupun indsutri. Ini sangat baik bila ingin menjalankan kolaborasi yang mempercepat industri
4.0. Contoh dari kolaborasi ini seperti ecobalance, seperti perusahaan yang biasa menggunakan
energi yang terbatas menggantinya dengan energi yang dapat diperbarui. Penggunaan bahan
yang ramah lingkungan juga menjadi salah satu contoh dari kolaborasi.