Mereka yang dikukuhkan adalah Prof. Dr. Khairul Munadi, ST M.Eng, Prof. Dr. Taufik Fuadi Abidin, S.Si M.Tech dan Prof. Dr. Fitri Arnia, ST M.Eng, Sc.

Menariknya, dua diantara tiga profesor tersebut berasal dari Fakultas Teknik (FT), bahkan dari jurusan yang sama yaitu Jurusan Teknik Elektro.

Lebih jauh lagi, mereka berasal dari rumah yang sama karena keduanya merupakan sepasang suami istri yaitu Prof. Khairul Munadi dan Prof. Fitri Arnia. Sementara Prof. Taufik Fuadi Abidin berasal dari FMIPA Unsyiah.

Ketiga profesor tersebut membacakan orasi ilmiahnya. Dimulai dari Prof. Khairul Munadi dengan judul, "Pengembangan Perangkat Cerdas Deteksi Dini Penyakit Berbasis Pencitraan Termal dan Deep Learning".

Lalu Prof. Taufik Fuadi Abidin dengan judul "Pemanfaatan Machine Learning dan Teknologi Big Data dalam Proses Penambangan Informasi". Selanjutnya Prof. Fitri Arnia dengan judul "Pengolahan Citra Digital untuk Restorasi Naskah Kuno dan Temu Kembali (Retrieval) Konten pada Media Daring".

Rektor Prof. Samsul Rizal mengungkapkan, setelah pengukuhan ini, jumlah profesor Unsyiah menjadi 76 orang. Jumlah ini hanya 4,8% dari jumlah total dosen di Unsyiah.

Meski demikian, Samsul bersyukur karena pertumbuhan jumlah profesor Unsyiah dalam setahun terakhir cukup menggembirakan. Pada periode sama tahun lalu, jumlah profesor Unsyiah hanya 58 orang. Hal ini berarti dalam 3 setahun terjadi pertumbuhan sebanyak 31%.

"Setelah hari ini, beberapa profesor baru sudah kembali menunggu untuk dikukuhkan dalam waktu dekat. Sementara itu, beberapa calon profesor lainnya sedang melengkapi persyaratan atau bahkan sedang menunggu keputusan dari Jakarta," ucapnya.

Samsul menilai kepakaran ketiga Profesor ini sangat penting. Misalnya Prof. Khairul Munadi yang risetnya tentang pencitraan termal yang merupakan metode pengamatan terhadap suatu objek melalui sensor termal, atau kamera termal, tanpa menyentuh objek yang diamati.

Gagasan utama dari Prof. Khairul Munadi adalah membangun perangkat cerdas dengan mengintegrasikan teknik thermography dan Deep Learning untuk mendeteksi dini penyakit, yang simtomanya terkait dengan perubahan suhu tubuh manusia. Gagasan ini cukup potensial menjadi alternatif solusi untuk mengantisipasi penyebaran wabah virus corona (Covid-19).

"Target riset ini menghasilkan perangkat deteksi dini, untuk penyakit kronis berbahaya dengan akurasi yang tinggi. Maka temuan ini diharapkan dapat diaplikasikan untuk membantu paramedis, atau individu untuk melakukan pengecekan penyakit secara mandiri," ucap Samsul.

Begitu pula kepakaran Prof. Taufik Fuadi Abidin yang risetnya mengenai pemanfaatan machine learning dan teknologi big data. Hal ini sudah pernah diuji dalam proses penentuan halaman web dengan cepat dan akurat, meskipun dengan halaman web yang jumlahnya miliaran.

Prof. Taufik bahkan berhasil membangun web classifier, yang dimanfaatkan untuk menentukan secara cepat dan akurat halaman web tentang penyakit tropis menggunakan algoritma machine learning Support Vector Machine.

Salah satu kontribusi kepakaran Prof. Taufik di bidang machine learning, yang secara langsung diaplikasikan di Unsyiah yaitu penentuan kategori Uang Kuliah Tunggal Berkeadilan (UKTB) mahasiswa, yang sesungguhnya adalah masalah klasifikasi atau supervised machine learning problem.

Seiring perkembangan dan kebutuhan era, kajian serta pemanfaatan machine learning dan big data akan berkembang sangat cepat di masa mendatang, karena bagaimanapun, volume data di segala bidang akan terus bertambah secara signifikan.

"Kepakaran Prof. Taufik semakin diperlukan di masa mendatang. Dan Unsyiah sangat beruntung memiliki beliau yang kepakarannya tentang machine learning serta big data, sedikit banyak telah diinduksikan kepada seluruh mahasiswa kita," terangnya.

Lalu kepakaran Prof. Fitri Arnia juga penting untuk memahami latar belakang sejarah dari semua kejadian hari ini. Dokumen kuno mengandung informasi penting di masa lalu yang dapat membantu manusia lebih memahami sejarah sebelumnya.

Prof. Fitri Arnia berhasil mendigitalkan naskah-naskah kuno, membinerisasikannya serta mengaplikasikan sistem pengenalan karakter optic untuk proses rekognisinya. Beliau menawarkan penggunaan asumsi histogram multipeak untuk mengantisipasi noise dan keabuan dokumen-dokumen kuno tersebut.

Ia juga menawarkan teknik baru untuk pengenalan karakter Jawi, yaitu menggunakan Algoritme Tree Root. Sistem algoritme ini tidak menggunakan perhitungan matematika yang rumit, tetapi menggunakan proses klasifikasi sederhana, dan membutuhkan lebih sedikit memori penyimpanan.

"Bidang kajian ini memiliki urgensi yang tinggi, terutama untuk Aceh yang konon memiliki sejarah luar biasa, namun belum dieksplorasi secara optimal menggunakan teknologi informasi. Hal ini dapat dimulai dengan merestorasi dokumen dan naskah kuno yang sudah tersedia," pungkas Samsul.

(MHD/EAL)