Departemen Teknik Kimia Institut Teknologi Bandung baru-baru ini menyelenggarakan sesi berbagi mengenai Artificial Intelligence (AI) dan Machine Learning (ML) sebagai bagian dari upaya berkelanjutan untuk memperkuat pendekatan berbasis data dalam pendidikan dan penelitian teknik kimia.

Sesi ini menghadirkan dua narasumber yang berbagi wawasan mengenai bagaimana AI dan machine learning mentransformasi berbagai disiplin teknik serta membuka peluang baru bagi penemuan ilmiah.

Pramudita Satria Palar, Ph.D., dari Fakultas Teknik Mesin dan Dirgantara, memandu peserta memahami perkembangan lanskap machine learning dalam bidang teknik dan sains. Dalam paparannya, ia menjelaskan bagaimana machine learning memungkinkan proses prediksi, optimasi, serta penemuan pola dari dataset yang kompleks. Ia juga mempresentasikan berbagai contoh riset mutakhir yang dilakukan oleh kelompok penelitiannya serta membahas potensi penerapan machine learning untuk menjawab berbagai tantangan dalam teknik kimia.

Melengkapi perspektif tersebut, Silvya Dewi Rahmawati, Ph.D., dari Fakultas Teknik Pertambangan dan Perminyakan, berbagi pengalaman praktis dari industri perminyakan. Presentasinya menyoroti bagaimana AI dan machine learning semakin terintegrasi dalam berbagai proses kerja di bidang teknik perminyakan serta dalam transformasi digital industri minyak dan gas secara lebih luas. Ia juga membahas peluang dan tantangan dalam adopsi teknologi AI, serta pengalamannya dalam mengembangkan lingkungan pembelajaran berbasis AI dalam kegiatan pengajaran dan penelitian, termasuk di tingkat sarjana.

Salah satu poin penting yang ditekankan oleh kedua narasumber adalah pentingnya data yang berkualitas tinggi dan terstruktur dengan baik sebagai fondasi utama dalam implementasi machine learning yang efektif.

Di luar aspek teknologi, diskusi ini juga menyoroti semakin pentingnya literasi data, computational thinking, serta pemahaman terhadap AI sebagai kompetensi profesional utama bagi insinyur teknik kimia di masa depan. Kemampuan ini memungkinkan para insinyur untuk menggabungkan keahlian mendalam dalam teknik kimia dengan kekuatan sistem cerdas, sehingga dapat menjawab berbagai tantangan industri yang semakin kompleks—mulai dari optimasi proses dan pemodelan prediktif hingga perancangan sistem yang berkelanjutan.

Sesi ini dihadiri oleh para dosen dan mahasiswa dengan antusias, dan ditutup dengan diskusi yang dinamis mengenai bagaimana komunitas teknik kimia di ITB dapat terus melanjutkan perjalanan menuju inovasi berbasis data dalam pendidikan, penelitian, serta pengembangan kurikulum di masa depan.