Mohon tunggu...
Meishiana Tirtana
Meishiana Tirtana Mohon Tunggu... Penulis - Writing is part of my life.

Media Relations Team

Selanjutnya

Tutup

Inovasi

Bioteknologi UPH Bahas Machine Learning

26 Maret 2018   15:14 Diperbarui: 26 Maret 2018   15:16 895
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Michael Gotama saat Memberikan Paparan Mengenai Machine Learning

Fakultas Sains dan Teknologi Universitas Pelita Harapan (FaST UPH) kembali menggelar The Science-Tech Colloquiumpada 23  Maret 2018. Kolokim kali ini membahas topik Machine Learning for Biologyyang dibawakan oleh Program Studi (prodi) Bioteknologi. 

Michael Michael Gotama alumni yang juga kini menjadi dosen di Bioteknologi UPH memulai pembahassannya dengan memberikan definisi mengenai Machine Learning.Menurutnya Machine Learningadalah algoritma komputer yang dirancang untuk melakukan prediksi dan pengelompokkan data. Konsep ini merupakan konsep umum di dunia komputer dan telah banyak digunakan sebelumnya. Namun dikesempatan ini Michael lebih menekankan implementasi konsep ini ke dalam dunia biologi. 

Menurutnya ada korelasi antara keduanya sehingga dapat saling mendukung, yaitu berkaitan dengan pengelolaan data yang banyak (big data). Dimana machine learningini bekerja berdasarkan banyak data begitu pun Bioteknologi sebagai bidang keilmuan yang berkaitan dengan molekuler yang juga menghasilkan banyak data. Sehingga dengan penggunaan konsep ini, orang-orang bioteknologi mampu bermain dengan data untuk bergam manfaat. 

Michael memberikan beberapa contoh implementasi penggunaan konsep machine learningantara lain untuk proses drug screening, yang digunakan untuk proses analisis pembuatan obat yang tepat sasaran. Sebagai contoh proses drug screeningsudah dilakukan untuk menemukan obat baru untuk penyakit malaria melalui kemampuan  artificial intelligencedan pemanfaatan konsep machine learning tersebut. Selain hal ini, konsep machine learningjuga dapat dimanfaatkan untuk pengujian enzim. Tanpa machine learning proses pengujian enzim akan membutuhkan waktu dan biaya besar, serta alat-alat lab yang mendukung. Dengan machine learning data sequencesdari suatu zat pembentuk enzim, misalnya asam amino akan diubah menjadi coding untuk dilakukan proses data dan evaluasi," papar Michael.

Kuliah umum dengan materi ini dirasa penting karena menurut Michael dengan adanya trend big data, maka konsep machine learning menjadi sangat relevan untuk dikembangkan. Menurut Michael baik mahasiswa maupun dosen yang berhubungan dengan proses pengelolaan data, penting mengetahui metode komputer ini sehingga proses pengolahan dan penarikan kesimpulan dari data tersebut dapat semakin efektif. 

Sebagai informasi, penyelenggaraan The Science-Tech Colloquium merupakan acara bulanan yang sudah dilakukan oleh FaST UPH sejak 2011 oleh program  studi yang ada dalam fakultas ini. Sesi dari prodi Bioteknologi ini merupakan kolokium kedua untuk tahun 2018 ini, setelah sebelumnya sudah diselenggarakan kolokium pertama dari prodi Teknik Elektro ( Kolokium Teknik Elektro)

Menurut kordinator program ini  Dr. Henri P. Uranus yang juga Ketua Prodi Teknik Elektro, menyatakan bahwa acara ini penting karena dapat menjadi wadah bagi para dosen berbagi ilmu, para dosen dapat saling mengenal penelitian antar satu dengan yang lain, sehingga dapat meningkatkan kemungkinan kerja sama penelitian lintas program studi dan meningkatkan budaya ilmiah dari sivitas akademika FaST UPH.

Diharapkan melalui program ini sivitas akademika FaST semakin kaya akan wawasan yang beragam. (mt)

img-8804-5ab8abc416835f1c8702bc12.jpg
img-8804-5ab8abc416835f1c8702bc12.jpg

Mohon tunggu...

Lihat Konten Inovasi Selengkapnya
Lihat Inovasi Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun