Membangun Perencanan Matang dalam Penelitian AI menjadi Kunci Implementasi Untuk Masyarakat

Jakarta, (5/2) – Dalam perancangan penelitian kecerdasan buatan atau AI sebagai bentuk perubahan transformasi digital di bidang kesehatan tidak bisa hanya berfokus pada tahap publikasi ilmiah semata. Akan tetapi, perlu diimplementasikan secara klinis untuk memberikan manfaat nyata bagi masyarakat. Menanggapi hal tersebut, dalam 3rd Anniversary Big Data Center mengadakan serangkaian acara seminar dan workshop “Learning A to the Z Cloud Computig Analytics” pada tanggal 31 Januari dan 4 Februari 2025 scara hybrid.

Dalam kesempatan tersebut, berbincang dengan Prasandhya Astagiri Yusuf selaku Kepala Big Data Center IMERI dan pemateri dalam topik Designing a Good AI Healthcare Research, ia menerangkan tidak sedikit penelitian AI yang hanya tuntas pada tahap publikasi tanpa menghasilkan dampak nyata, “Karena penelitian AI yang baik itu tidak tuntas sampai publikasi saja, namun bisa diimplementasikan pada klinis sehingga bermanfaat bagi masyarakat juga. Untuk bisa tuntas itu perlu perencanaan yang matang dan juga harus kolaborasi seperti dengan engineer dan data scientist,” tutur Prasandhya saat di wawancarai.

Ia juga menjelaskan kegiatan ini ditujukan bagi Mahasiswa, Dokter, dan akademisi kesehatan yang tertarik pada pengembangan, penelitian, dan pengolahan data dengan AI. Para peserta dapat memahami pentingnya pengelolaan data yang sesuai dengan prinsip FAIR yaitu Findability, Accessibility, Interoperability, Reusability agar penelitian AI dapa berkelanjutan. “Jadi data itu yang pertama Findabilitu, bisa dengan mudah di cari karena big data itu banyak jika tidak terorganisir dengan baik melalui deskripsi yang lengkap ada pada meta data,” ucap Prasandhya.

Dalam konsep Accesbility dan Reusebility, lebih lanjut Prasandhya mengungkapkan kalau data penelitian bisa diakses dan dipakai kembali datanya untuk kegiatan kedepan. Serta bisa relevan dengan perangkat yang tersedia.

“Data penelitian itu akan tetap bisa dipakai lagi, karena semakin banyak data akan semakin bagus untuk membangun model AI nya. Juga untuk Interoperability, dengan berbagai platform atau alat apapun data yang tersusun tersebut bisa tetap digunakan dan relevan untuk membuat model AI yang baik. Oleh karena itu, Big Data Center itu punya sistem agar data bisa tersimpan dengan baik dan rapih,” lanjut Prasandhya.

Di samping itu, Prasandhya menekankan adanya pemahaman tentang problem types dan metodologi penelitian, karena AI sistem yang kompleks, sehingga harus detail sejak tahap pengambilan data hingga analisis. “AI itu seperti sistem trivial yang perlu banyak diperhatikan unuk menghasilkan algoritma yang dibutuhkan. Parameternya dapat di tweak,  bisa ditambah atau dikurangi karena takes forever Perencaan roadmap sampai keujung mulai dari pengambilan sampai analisis datanya bisa memberikan dampak dan jangka waktu tertentu  bisa terasa hasilnya bagi masyarakat,” tutup Prasandhya.

Dalam rangkaian acara 3rd Anniversary Big Data Center ini, seminar dan workshop ini diharapkan dapat menguatkan implementasi praktik yang memberikan wawasan secara komprehensif. Melalui sinergi antara teori dan praktik, Big Data Center terus berupaya untuk menambah kualitas manajemen dan memperluas manfaat terhadap masyarakat.