BERITA TERKINI
Mahasiswa Sains Data Universitas Nusa Mandiri Terlibat Riset BRIN soal Optimasi Dekomisioning Reaktor

Mahasiswa Sains Data Universitas Nusa Mandiri Terlibat Riset BRIN soal Optimasi Dekomisioning Reaktor

Mahasiswa Program Studi Sains Data Universitas Nusa Mandiri (UNM) terlibat dalam proyek penelitian Badan Riset dan Inovasi Nasional (BRIN) bertajuk Pengembangan Model Artificial Intelligence dan Generative AI untuk Optimasi Dekomisioning Reaktor Riset Indonesia Menggunakan Simulasi Monte Carlo pada HPC BRIN.

Riset tersebut berada di bawah Pusat Riset Teknologi Bahan Nuklir dan Limbah Radioaktif BRIN. Fokusnya adalah pengelolaan dan optimalisasi proses dekomisioning reaktor riset agar berjalan aman, presisi, dan efisien.

Dekomisioning reaktor riset merupakan proses kompleks yang memerlukan perhitungan tingkat tinggi untuk memastikan keselamatan, efisiensi biaya, serta pengelolaan limbah radioaktif. Dalam proyek ini, pendekatan artificial intelligence (AI) dan generative AI dikombinasikan dengan simulasi Monte Carlo yang dijalankan menggunakan infrastruktur high performance computing (HPC) BRIN.

Mahasiswa Sains Data UNM berperan dalam pengembangan model analitik berbasis data untuk meningkatkan akurasi simulasi sekaligus efisiensi komputasi.

Ketua Program Studi Sains Data UNM, Tati Mardiana, menyatakan keterlibatan mahasiswa dalam riset tersebut mencerminkan kesiapan kompetensi mereka di bidang AI dan komputasi canggih. Ia mengatakan UNM mendorong mahasiswa tidak hanya memahami teori machine learning dan AI, tetapi juga mengaplikasikannya dalam riset strategis nasional.

Menurut Tati, sinergi dengan lembaga riset nasional menjadi bagian penting dalam membangun ekosistem pembelajaran berbasis riset. Melalui kolaborasi ini, mahasiswa memperoleh pengalaman langsung mengembangkan model AI yang dijalankan pada sistem komputasi berperforma tinggi.

Peneliti BRIN, Sumarbagiono, menjelaskan pendekatan AI membuka peluang baru dalam optimalisasi proses dekomisioning reaktor. Ia menilai simulasi Monte Carlo membutuhkan komputasi intensif, sehingga dukungan AI dan HPC dapat membuat proses optimasi lebih efisien dan akurat.

Peneliti BRIN lainnya, Zico Putra Pratama, menambahkan pengembangan generative AI membantu eksplorasi skenario perhitungan yang lebih variatif. Menurutnya, generative AI memungkinkan sistem menghasilkan berbagai kemungkinan skenario dekomisioning untuk dianalisis secara komprehensif, sehingga evaluasi dapat dipercepat dan kualitas pengambilan keputusan meningkat.

Keterlibatan mahasiswa dalam proyek tersebut disebut memperkuat kontribusi UNM dalam riset nasional berbasis AI, big data, dan komputasi berperforma tinggi.