Saat ini, teknologi terkini telah memasuki babak baru. Bukan lagi sekadar proof of concept, melainkan produk hilirisasi yang siap berdampak Nasional.

Hal ini mengemuka dalam Focus Group Discussion (FGD), bertajuk ‘AutoFace: Sistem Klasifikasi ASD Menggunakan Citra Wajah Berbasis Machine Learning’, yang digelar di Rumah Autis Tembalang, Semarang, Jumat (28/11/2025).

BACA JUGA: PS USM Melaju ke Final Jumpa PS Unika di Turnamen Liga PSSI Kota Semarang

Kegiatan menghadirkan tim pemilik produk dari Universitas Semarang (USM) yang dipimpin Dr Ir Andi Kurniawan Nugroho ST MT IPM, beranggotakan Prof Dr Hardani Widhiastuti MM, dan Dr Shinta Pratiwi SPsi MA.

Selain itu, didukung pakar tata kelola dan keberlanjutan, Dr Ardiani Ika Sulistyawati SE MM, dan Tim Pakar Dorongan Teknologi Kementerian Pendidikan Tinggi Sains, dan Teknologi, yang dipimpin Dr Ir Rismayani SKom MT, dari Universitas Dipa Makassar.

Dalam keterangannya, Dr Rismayani mengatakan, keberhasilan hilirisasi riset tidak lagi cukup ditopang oleh keunggulan teknis semata. Tetapi butuh kolaborasi holistik teknis, regulasi, pasar, dan finansial, dalam satu kesatuan utuh.

BACA JUGA: Tim PKM USM Beri Pelatihan Optimalisasi Pembayaran Nontunai dengan QRIS

”Hanya dengan sinergi ini, produk seperti AutoFace dapat memenuhi standar keamanan, keberlanjutan, dan keterterimaan di lapangan,” ujarnya.

Tim Pakar yang hadir terdiri dari para ahli multidimensi, seperti Ir Muhammad Faisal SSi MT PhD IPM (Pakar Infrastruktur Digital), Mursyal Setiawan SM (Pakar Pasar), Ikhsan Setiawan SH (Pakar Regulasi & Advokat), serta Abas R SE (Pakar Keuangan & Bisnis).

Menurut Rismayani, dari sisi teknis, AutoFace tetap mengandalkan arsitektur deep learning VGG19, yang telah dilatih ulang dengan 2.936 citra wajah anak, yang menghasilkan akurasi 93,8 persen, dan recall 94,2 persen.

BACA JUGA: USM Gelar Ekspose Riset Pengurangan Emisi BRT Trans Semarang dengan Dishub Kota Semarang

Namun hal itu kini diperkuat dengan pendekatan Explainable AI melalui LIME, sehingga setiap prediksi disertai heatmap visual yang menunjukkan kontribusi wilayah wajah, eye region (90-95%), mouth area (80-85%), nose region (70-75%), dan geometri wajah secara keseluruhan.

Pada kesempatan yang sama, Ir Muhammad Faisal mengingatkan, tanpa infrastruktur digital yang kuat, seperti konektivitas andal, komputasi edge, dan keamanan siber riset sebagus ini, hanya akan terhenti di tahap prototipe.

”Visi kami, memastikan AutoFace deployable, aman, dan berkelanjutan. Di tengah potensi besar itu, perlindungan data pribadi khususnya data anak, menjadi sorotan utama,” ujar dia.

BACA JUGA: USM LCC Rintis Kerja Sama dengan Universitas Bhamada Slawi

Ditambahkan Ikhsan Setiawan SH, yang juga berprofesi sebagai advokat, perlindungan data pribadi anak memerlukan perhatian serius. Hal ini agar privasi tidak dilanggar, dan regulasi seperti UU PDP serta Permenkes terkait rekam medis, tetap dipatuhi.

Lebih jauh dia menekankan, pentingnya skema kerja sama yang jelas, antara peneliti dan pelaku usaha. ”Perlu ada agreement yang mengatur hak dan kewajiban masing-masing pihak, mulai dari kepemilikan data, lisensi teknologi, hingga tanggung jawab hukum, agar konflik di kemudian hari dapat dihindari,” saran dia.

Disebutkan juga, seluruh perizinan baik dari sisi kesehatan (izin alat kesehatan), digital (sertifikasi PSE), maupun HKI (paten, merek) harus dipenuhi sejak dini.

BACA JUGA: PLN UID Jateng-DIY Bersama IZI Salurkan Bantuan untuk Penyintas Longsor Pandanarum, Banjarnegara

Yang tak kalah pentingnya, strategi pasar. Mursyal Setiawan SM menyatakan, penetapan segmentasi yang tepat menjadi kunci keberhasilan.

”Apakah sasarannya rumah sakit rujukan, klinik tumbuh kembang, psikolog mandiri, puskesmas, atau langsung ke orang tua? Jawaban atas pertanyaan ini, akan menentukan strategi harga, distribusi, dan edukasi pengguna,” imbuhnya.

Dia menilai, AutoFace memiliki nilai tambah besar, tetapi potensinya akan mekar optimal bila disertai model bisnis yang jelas, seperti licensing, subscription, atau pay-per-scan, yang memungkinkan fasilitas kesehatan memprediksi biaya dan mengambil keputusan dengan lebih yakin.

BACA JUGA: USM Raih 3 Emas di Semarang Pencak Silat Open Championship

”Jangan lupakan juga aspek non-teknis, seperti SOP sederhana, pelatihan operator, serta pendampingan, dalam memastikan kualitas foto di lapangan. Akurasi sistim sangat bergantung pada input, jika foto buram atau pencahayaan buruk, hasilnya pun akan terganggu,” tuturnya.

Dari sisi keberlanjutan finansial, Abas menyatakan, fase pengembangan selanjutnya wajib mencakup perencanaan bisnis yang matang. Seperti estimasi CAPEX (pengembangan infrastruktur, lisensi, sertifikasi), OPEX (pemeliharaan, pelatihan, dukungan teknis), proyeksi pendapatan, serta skema revenue sharing, antara akademisi, developer, dan mitra implementasi.

”Tanpa perencanaan ini, inovasi hebat bisa gagal di pasar, bukan karena tidak dibutuhkan, tapi karena tidak bankable,” tandasnya.

Riyan

The post Tim Peneliti USM Ciptakan AutoFace untuk Deteksi Dini Autis pada Anak appeared first on SuaraBaru.id.