Enrichment Program sering jadi momen mahasiswa buat eksplorasi dunia nyata. Ada yang milih magang di perusahaan, ada yang terjun ke dunia startup, ada juga yang bergabung ke komunitas sosial. Saya sendiri ambil jalur yang mungkin nggak sepopuler itu tetapi sangat berdampak bagi masyarakat dan diri sendiri kedepannya yaitu untuk Pra-Thesis dan Thesis (Skripsi): Enrichment Research.

Siapa sangka, keputusan ini membawa saya dari sawah di Desa Kandri sampai ke konferensi internasional ICIMTech 2025 di Bandung, dengan bekal teknologi Deep Learning.

Dari Sawah: Membangun Dataset yang Nyata

Proyek saya berfokus pada Rice Leaf Disease Detection—deteksi penyakit daun padi menggunakan Deep Learning. Kenapa padi? Karena ini berkaitan langsung dengan ketahanan pangan, isu besar yang relevan buat Indonesia.

Perjalanan dimulai dengan mengumpulkan data. Saya gabungkan dataset publik dengan foto-foto daun padi hasil observasi lapangan di Desa Kandri. Tantangannya, setiap gambar harus dianotasi satu per satu, menandai bagian daun yang sehat maupun yang sakit. Ribuan gambar harus diproses teliti, dan di sinilah saya benar-benar belajar soal disiplin, kesabaran, dan detail-oriented.

Deep Learning Action: Ngulik YOLOv8 di GPU Gratis

Setelah dataset siap, masuklah saya ke dunia YOLOv8, algoritma populer untuk object detection. Saya melatih dua versi: YOLOv8n dan YOLOv8s, dengan memanfaatkan GPU gratis Kaggle (NVIDIA Tesla T4, 16GB VRAM).

Keterbatasan GPU jadi tantangan tersendiri. Training bisa berhenti di tengah jalan, waktu terbatas, eksperimen sering gagal. Tapi justru itu yang melatih saya untuk problem solving dan decision making.

Hasil kerja keras ini akhirnya memuaskan: YOLOv8s yang saya latih berhasil mencapai F1-score 91,8% dan mAP@50 sebesar 84,2%. Artinya, model bisa mengenali penyakit daun padi dengan cukup akurat.

Dari Kode ke Aplikasi Nyata

Saya nggak mau riset ini berhenti hanya di angka atau jurnal. Maka, saya bangun prototipe aplikasi berbasis Flutter. Aplikasi ini memungkinkan deteksi penyakit daun padi secara real-time hanya dengan mengunggah foto.

Supaya bisa dipakai oleh banyak orang, termasuk petani, saya menerapkan prinsip UI/UX design. Jadi aplikasinya nggak ribet, tampilannya sederhana, dan hasil deteksinya jelas.

Dari Sawah ke Konferensi Internasional

Puncak pengalaman ini adalah ketika saya mempresentasikan hasil riset di ICIMTech 2025, Bandung. Paper saya berjudul “Detecting Rice Leaf Diseases with YOLOv8: A Scalable Solution for Precision Agriculture” diterima dan dipublikasikan.

Rasanya luar biasa: dari awalnya mengumpulkan foto daun padi di desa, sekarang bisa berdiri di panggung internasional berbagi hasil riset ke akademisi dari berbagai negara.

Bahkan, proyek ini juga dilanjutkan dengan pembuatan video untuk pengajuan Hak Kekayaan Intelektual (HKI) agar inovasi ini bisa terus berkembang ke depan.

Beyond Coding: Soft Skills yang Ikut Terasah

Banyak orang kira riset hanya soal coding, algoritma, dan jurnal. Tapi kenyataannya, saya juga belajar banyak soft skills:

  • Critical thinking saat memahami masalah ketahanan pangan.

  • Kreativitas mencari solusi atas class imbalance lewat data augmentation.

  • Disiplin & kemandirian dalam anotasi dataset ribuan gambar.

  • Problem solving ketika harus berhadapan dengan keterbatasan GPU.

  • Komunikasi & teamwork saat bikin prototipe dan presentasi hasil di konferensi.

Dari sini saya sadar: Deep Learning itu penting, tapi tanpa soft skill, riset nggak akan sampai ke tangan masyarakat.

Pesan untuk para Binusian

Kalau kamu lagi bingung mau pilih jalur Enrichment Program, saya mau bilang satu hal: coba berani ambil riset.

Prosesnya butuh konsistensi, kesabaran, dan sering kali harus mengulang eksperimen sampai dapat hasil optimal. Tapi justru di situlah letak serunya, kamu bisa ngerasain sendiri gimana sebuah ide kecil berkembang jadi karya nyata yang diakui secara akademik bahkan bisa bermanfaat buat masyarakat.

Dari pengalaman saya, riset bisa jadi jembatan untuk melangkah lebih jauh. Dari sawah di desa kecil, karya ini akhirnya bisa tampil di panggung konferensi internasional.

Selaras dengan Pra-Thesis dan Perjalanan ke ICCSCI

Menariknya, pengalaman Enrichment Research ini tidak berdiri sendiri. Semua proses—mulai dari membangun dataset, melatih model YOLOv8, hingga menguji solusi dalam bentuk aplikasi—sebenarnya sejalan dengan apa yang akan saya hadapi di pra-thesis.

Dengan kata lain, Enrichment Program jadi ajang “pemanasan” yang membuat saya lebih siap menghadapi penelitian formal di tahap akhir kuliah. Skill teknis, pola pikir riset, dan soft skills yang terasah selama enam bulan benar-benar jadi bekal berharga.

Lebih dari itu, semangat untuk terus berkontribusi di dunia akademik membawa saya ke panggung lain: International Conference on Computer Science and Computational Intelligence (ICCSCI). Di sana, saya mendapat kesempatan mempresentasikan riset lain yang juga saya kembangkan bersama tim.

Pengalaman ini makin menegaskan bahwa jalur riset di Enrichment Program tidak hanya membuka peluang publikasi di satu konferensi, tapi bisa jadi batu loncatan untuk karya-karya selanjutnya.

Dan siapa tahu, perjalanan kamu nanti bisa lebih jauh lagi.

✨ Kesimpulannya: Enrichment Research dengan Deep Learning bukan sekadar proyek kampus, tapi sebuah perjalanan yang menghubungkan sains, teknologi, dan masyarakat. Dari sawah, GPU gratisan, hingga panggung akademik internasional—semua itu membuktikan bahwa riset mahasiswa bisa membawa dampak nyata.

==_==

Penulis: Angeline Diva
Editor: Nico Yonatan Wicaksana