UNISMUH.AC.ID, MAKASSAR — Empat mahasiswa Program Studi Informatika Universitas Muhammadiyah (Unismuh) Makassar menuntaskan tugas akhir tanpa menggunakan pola skripsi konvensional. Mereka memilih jalur publikasi ilmiah, dengan artikel penelitian yang telah terbit pada jurnal nasional terakreditasi Sinta 2.
Keempat mahasiswa tersebut mengikuti diseminasi tugas akhir di Lab Jaringan Fakultas Teknik Unismuh Makassar, Senin, 3 Agustus 2026. Mereka yakni Muhammad Hasraddin Hasnan, Dayang Aisyah, Muh. Ilham Akbar, dan Erika Yanti.
Keempatnya memublikasikan penelitian pada Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Volume 7 Nomor 2 Tahun 2026. Tema yang mereka angkat beragam, mulai dari deteksi berita hoaks, pelestarian aksara Bima, deteksi batu ginjal, hingga identifikasi wajah buatan kecerdasan artifisial.
Ketua Program Studi Informatika Unismuh Makassar, Rizki Yusliana Bakti, S.T., M.T., mengatakan jalur publikasi menjadi bagian dari upaya membangun kultur akademik mahasiswa sejak jenjang sarjana.
Menurutnya, mahasiswa tidak hanya dituntut menghasilkan penelitian untuk memenuhi syarat kelulusan, tetapi juga belajar mengubah hasil riset menjadi artikel ilmiah, mengikuti standar jurnal, merespons penelaahan, dan menghadapi proses publikasi.
“Kami ingin mahasiswa melihat skripsi bukan hanya sebagai syarat untuk memperoleh gelar. Penelitian yang mereka lakukan harus didorong menjadi pengetahuan yang bisa dibaca, diuji, dan dikembangkan oleh orang lain,” ujar Rizki.
Ia mengatakan, empat penelitian yang didiseminasikan pada hari yang sama tersebut juga menunjukkan luasnya ruang penerapan Informatika. Teknologi komputasi dapat digunakan untuk menjawab persoalan informasi digital, kesehatan, pelestarian budaya, hingga keamanan di tengah perkembangan kecerdasan buatan.
Deteksi Hoaks dengan IndoBERT dan SHAP
Muhammad Hasraddin Hasnan mengangkat penelitian berjudul “Deteksi Berita Hoaks Berbahasa Indonesia yang Dapat Dijelaskan Menggunakan IndoBERT dan SHAP.” Muhammad Hasraddin dibimbing Rizki Yusliana Bakti, S.T., M.T. dan Ir. Muhammad Faisal, S.Si., M.T., Ph.D., IPM.
Penelitian tersebut menggabungkan model bahasa IndoBERT dengan SHapley Additive exPlanations atau SHAP untuk membangun sistem pendeteksi hoaks yang tidak hanya akurat, tetapi juga mampu memberikan penjelasan terhadap hasil prediksinya.
Penelitian menggunakan data dari TurnBackHoax dan Kaggle. Dari 5.347 data awal, sebanyak 4.980 data berbahasa Indonesia digunakan setelah proses penyaringan, terdiri atas 3.613 berita valid dan 1.367 berita hoaks.
Hasil pengujian menunjukkan model IndoBERT menghasilkan akurasi 87 persen, lebih tinggi dibandingkan model pembanding TF-IDF dan Logistic Regression yang memperoleh akurasi 77 persen. Pada kelas hoaks, IndoBERT mencatat precision 0,87, recall 0,95, dan F1-score 0,91.
Penggunaan SHAP memungkinkan sistem menunjukkan kata atau token yang paling memengaruhi keputusan model. Dengan pendekatan tersebut, teknologi pendeteksi hoaks tidak sepenuhnya bekerja sebagai black box, tetapi dapat memberikan alasan di balik hasil klasifikasi. Artikel Muhammad Hasraddin diterbitkan BUSITI pada 31 Mei 2026. Penelitian tersebut juga melibatkan kolaborator dari Asia E University, Malaysia.
Gunakan AI untuk Pelestarian Aksara Bima
Sementara itu, Dayang Aisyah memilih tema yang mempertemukan kecerdasan buatan dengan pelestarian budaya. Penelitiannya berjudul “Optimasi Kinerja Arsitektur CNN Ringan Menggunakan Pendekatan Bayesian untuk Identifikasi Skrip Bima.” Dayang dibimbing Ir. Muhammad Faisal, S.Si., M.T., Ph.D., IPM dan Lukman Anas, S.Kom., M.T.
Penelitian tersebut menggunakan 6.190 citra aksara Bima dalam 44 kelas, meliputi aksara Bima lama dan baru. Dataset dikembangkan antara lain melalui digitalisasi fragmen manuskrip lama serta pengumpulan tulisan dari masyarakat Bima.
Dayang menggunakan arsitektur Lightweight CNN dengan MobileNetV3-Large sebagai tulang punggung model serta Bayesian Optimization untuk menemukan konfigurasi parameter terbaik. Hasilnya, model mencapai akurasi 93,06 persen, precision 92,26 persen, recall 92,55 persen, dan F1-score 91,91 persen.
Model tersebut menggunakan sekitar 3,25 juta parameter dengan waktu inferensi sekitar 63,35 milidetik per citra. Temuan itu membuka peluang pemanfaatannya untuk digitalisasi manuskrip serta pengembangan sistem OCR aksara daerah.
Penelitian Dayang juga memiliki dimensi internasional. Artikel tersebut melibatkan Syadiah Nor Wan Shamsuddin dari Faculty of Informatics and Computing, Universiti Sultan Zainal Abidin, Malaysia, sebagai salah satu penulis. Artikel diterbitkan BUSITI pada 21 Mei 2026.
Kembangkan AI Pendeteksi Batu Ginjal
Bidang kesehatan menjadi pilihan Muh. Ilham Akbar. Ia mengembangkan penelitian berjudul “Hybrid CNN-Transformer yang Mempertimbangkan ROI untuk Klasifikasi Keberadaan Batu Ginjal pada Citra CT Aksial Heterogen.” Muh. Ilham dibimbing Ir. Muhammad Faisal, S.Si., M.T., Ph.D., IPM dan Ir. Desi Anggraeni, S.Kom., M.T. Penelitian menggunakan 3.364 citra CT aksial, terdiri atas 1.577 citra dengan batu ginjal dan 1.787 citra tanpa batu.
Model yang dikembangkan menggabungkan EfficientNet-B3, Transformer, dan Convolutional Block Attention Module (CBAM) untuk membantu sistem mengenali wilayah yang relevan tanpa memerlukan anotasi ROI secara manual. Hasil pengujian menunjukkan model Hybrid+Attention mencapai akurasi 98,61 persen, F1-score 98,51 persen, dan ROC-AUC 99,67 persen. Penambahan mekanisme perhatian juga membantu mengurangi jumlah kasus batu ginjal yang terlewat dalam klasifikasi.
Meski memiliki performa tinggi, penelitian tersebut tidak menempatkan kecerdasan buatan sebagai pengganti dokter. Model diarahkan sebagai alat pendukung untuk triase dan pembacaan awal citra medis. Validasi eksternal masih diperlukan sebelum teknologi dapat digunakan lebih jauh dalam konteks klinis. Artikel Muh. Ilham diterbitkan BUSITI pada 29 Mei 2026.
Teliti Deteksi Wajah Buatan AI
Adapun Erika Yanti meneliti persoalan yang semakin relevan di tengah perkembangan kecerdasan artifisial generatif. Penelitiannya berjudul “Analisis Perbandingan Kinerja Arsitektur CNN VGG19, ResNet50, EfficientNetB0, dan MobileNetV2 untuk Deteksi Wajah Asli dan Wajah Buatan AI.” Erika dibimbing Ir. Muhammad Faisal, S.Si., M.T., Ph.D., IPM dan Titin Wahyuni, S.Pd., M.T.
Penelitian tersebut membandingkan empat arsitektur Convolutional Neural Network untuk membedakan wajah asli dengan wajah sintetis hasil kecerdasan buatan. Dataset HFD-8000 yang digunakan berisi 8.000 citra wajah.
Hasil eksperimen menunjukkan VGG19 dan ResNet50 sama-sama mencapai akurasi 99,50 persen. Dari evaluasi keseluruhan, ResNet50 dinilai menjadi model paling optimal karena menunjukkan keseimbangan antara akurasi, stabilitas, efisiensi, dan kemampuan klasifikasi wajah asli maupun sintetis.
Riset Erika berangkat dari perkembangan Generative Artificial Intelligence yang memungkinkan pembuatan citra wajah sintetis semakin menyerupai wajah manusia asli. Perkembangan itu membuka peluang di bidang kreatif, tetapi sekaligus menghadirkan persoalan manipulasi informasi, penipuan identitas, pelanggaran privasi, hingga deepfake.
Artikel Erika diterbitkan BUSITI pada 22 Mei 2026.
Rizki menilai keberhasilan mahasiswa menembus jurnal terakreditasi sejak jenjang sarjana penting untuk memperkuat budaya riset di Program Studi Informatika. Menurutnya, jalur publikasi membuat tugas akhir mahasiswa tidak berhenti sebagai dokumen yang tersimpan setelah ujian. Mahasiswa menjalani proses akademik yang lebih luas, mulai dari menyusun artikel, melakukan revisi, merespons reviewer, hingga mempertanggungjawabkan hasil penelitian dalam forum diseminasi.
“Kelulusan melalui jalur publikasi menunjukkan bahwa tugas akhir mahasiswa dapat diarahkan menjadi karya ilmiah yang tidak hanya selesai di ruang ujian, tetapi juga masuk ke ruang publikasi,” kata Rizki.
Secara tematik, penelitian keempat mahasiswa tersebut juga beririsan dengan Sustainable Development Goals (SDGs). Riset Muh. Ilham tentang batu ginjal mendukung SDG 3 tentang Kehidupan Sehat dan Sejahtera. Penelitian Dayang mengenai digitalisasi aksara Bima beririsan dengan SDG 11, khususnya perlindungan warisan budaya.
Sementara penelitian Muhammad Hasraddin dan Erika mengenai hoaks serta manipulasi digital berkontribusi pada semangat SDG 16 tentang Perdamaian, Keadilan, dan Kelembagaan yang Tangguh. Seluruh penelitian juga beririsan dengan SDG 9 tentang Industri, Inovasi, dan Infrastruktur melalui pemanfaatan kecerdasan buatan dan teknologi komputasi.
Kelulusan empat mahasiswa melalui jalur publikasi Sinta 2 menjadi bagian dari tumbuhnya kultur publikasi di Program Studi Informatika Unismuh. Tugas akhir tidak semata menjadi syarat untuk memperoleh gelar sarjana, tetapi diarahkan menjadi karya ilmiah yang dapat dibaca, diuji, dan dikembangkan oleh komunitas akademik yang lebih luas.