Novri merancang poster yang berhubungan dengan pemodelan konsumsi energi dari universitas tempatnya mengenyam pendidikan S3 saat ini. Konsumsi energi merupakan sejumlah energi yang dieksploitasi langsung dari sumber daya alam tanpa adanya proses konversi. Berdasarkan keterangan Novri, poster yang dipresentasikannya merupakan riset dari program S3 yang sedang dijalankan. Riset tersebut bertujuan untuk memodelkan pola konsumsi energi tiap waktunya.
Lebih lanjut, laki-laki berusia 28 tahun ini juga menjelaskan kegunaan dari risetnya yang ditampilkan dalam bentuk poster, yaitu mengidentifikasi faktor-faktor yang mempengaruhi besarnya konsumsi energi dan memprediksi besarnya konsumsi energi di masa depan. Dalam hal ini, konsumsi energi di Lancaster University terdiri dari beberapa jenis, di antaranya pencahayaan, pemanas, penggunaan air, dan konsumsi listrik umum. “Faktor-faktornya bisa meliputi tingkat okupansi, desain bangunan, pengaturan maintenance, dan cuaca,” tutur dosen yang juga lulusan ITS tersebut.
Ahli analisis data itu turut membeberkan bahwa untuk membuat poster tersebut, diperlukan data yang cukup banyak karena di Lancaster University terdapat lebih dari 100 gedung kampus dan terdapat ribuan sensor yang mencatat konsumsi energi yang tersebar di seluruh gedung. Tidak sampai di situ, data yang tercatat dikumpulkan secara real time. Komputasi waktu nyata adalah kondisi pengoperasian dari suatu sistem perangkat keras dan perangkat lunak yang dibatasi oleh rentang waktu dan memiliki tenggat waktu.
Dalam mengolah datanya, Novri menggunakan metode yang dinamakan Functional Data Analysis (FDA). Yakni merupakan serangkaian metode untuk menganalisis data melalui kurva, permukaan statistik, dan kontinum. Novri mengimbuhkan bahwa metode FDA memungkinkan penggunanya untuk memodelkan data secara fleksibel yang bersifat multidimensional, berfrekuensi tinggi (high-frequency), dan dalam skala besar.
Dengan banyaknya gedung di kampus dan beragam jenis konsumsi energi, metode FDA membantu penggunanya untuk melakukan otomasi dengan skala besar sehingga peneliti bisa mengetahui hasilnya. Misalnya, di gedung apa, lantai berapa, ruang apa, dan waktu kapan konsumsi energinya tidak efisien. “Informasi-informasi ini nantinya akan ditindaklanjuti ke pihak stakeholder supaya dibuat kebijakan untuk penghematan energi, contoh selanjutnya adalah kita membuat prediksi besarnya energi konsumsi di masa depan,” terang dosen yang berasal dari Riau tersebut.
Dari keterangan Novri, pemetaan konsumsi energi ini kelak berhubungan dengan besarnya pasokan energi yang dibutuhkan serta perencanaan pembiayaan. Dengan demikian, pengolahan data bisa menjadi wadah untuk membuat peraturan tentang kebijakan penggunaan energi. Tujuan akhir dari riset ini adalah penerapan sistem data-driven energy policy (kebijakan energi berbasis data).
Novri mempresentasikan posternya di MLSS. Yakni sebuah lokakarya atau sejenis perkuliahan singkat (short-course) yang membahas tentang pembelajaran mesin (machine learning) dan penerapannya, seperti klasifikasi gambar (image classification) dan natural language processing (NLP). NLP sendiri merupakan salah satu cabang ilmu Artificial Intelligence (AI) yang memproses penggunaan bahasa alami. “Machine learning saat ini sedang tren dan perkembangannya sangat pesat,” ungkap Novri.
Presentasi poster merupakan salah satu subkegiatan dari MLSS dan Novri menjadi salah satu peserta yang berpartisipasi. Peserta yang mengikuti MLSS adalah mahasiswa S1, S2, S3, dosen, peneliti dan praktisi yang berasal dari Indonesia dan luar negeri, termasuk Asia, Eropa, Amerika, Afrika. “Kalau orang awam mungkin lebih familiar dengan istilah-istilah Big Data, Data Science, Artificial Intelligence, dan sebagainya,”tuturnya..
Di akhir, Novri menerangkan bahwa kegiatan MLSS sangat bagus terutama untuk peneliti dan praktisi machine learning di Indonesia. Selain itu, kegiatan ini mampu menambah skill dan meningkatkan kualitas riset ke level yang lebih tinggi terutama bagi Indonesia, di mana peluang-peluang untuk memanfaatkan teknologi, data, dan AI masih luas. “Oleh karena itu, talenta-talenta di bidang data science, machine learning, dan AI tentunya akan banyak dibutuhkan,” pungkas alumnus Denis Diderot University, Prancis tersebut. (jev/HUMAS ITS)