Jurnalis: Marselino Geradus
Unsulbar News, Majene – Satu tim dari Universitas Sulawesi Barat (Unsulbar) berhasil melaju ke final Gemastik 2023. Informasi tersebut diketahui berdasarkan Surat Pengumuman Finalis dari Panitia Penyelenggara, Kamis (3/8/2023).
Penyelenggara Gemastik adalah Balai Pengembangan Talenta Indonesia, Pusat Prestasi Nasional, Sekretariat Jenderal Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi.
Tim dengan nama Maleo_9 ini terpilih menjadi salah satu dari 21 tim dari divisi Karya Tulis Ilmiah bidang TIK yang berhak mengikuti babak final secara luring di Jawa Timur, tepatnya di Universitas Brawijaya, pada 12-16 September 2023 mendatang.
Ketua Maleo-9, Cindi, mahasiswa teknik Informatika itu, kepada Unsulbar News mengatakan tidak menyangka timnya bisa lolos ke babak final.
“Jujur saya kaget dan bingung, nda nyangka ka bakal lolos i,” ungkap mahasiswa angkatan 2020 itu saat diwawancara via chat Whatsapp, Kamis (3/8).
Di lain pihak, dosen pembimbing tim Maleo_9, Arnita Irianti SSi MSi, ucap syukur mahasiswa bimbingannya bisa masuk sebagai salah satu finalis.
“Semuanya adalah hasil kerja sama tim yang baik, juga dukungan dari rekan-rekan dosen prodi Informatika. Terutama dari pimpinan Kaprodi dan Wadek I Fakultas Teknik,” tutur Arnita via chat Whatsapp.
Menghadapi babak final nanti, pihaknya mengakui perlu banyak persiapan. Mengingat saingan mereka tentunya sangat berat, karena berasal dari kampus-kampus ternama.
“Kami akan tetap berusaha memberikan hasil yang terbaik, salah satunya dengan menyiapkan materi untuk dipresentasikan nanti,” ungkap Arnita.
Selain materi presentasi, secara pribadi ketua tim mengatakan bahwa kesiapan mental merupakan hal utama yang patut dipersiapkan.
Sebagai informasi, Maleo_9 ini beranggotakan tiga mahasiswa. Mereka adalah Cindi (Informatika 2020) sebagai ketua, sedangkan Nursan Halal (Informatika 2020) dan Muhammad Amran Azis (Informatika 2021) sebagai anggota.
Adapun judul proposal yang mereka angkat dalam kompetisi Gemastik 2023 adalah “Deteksi Jenis dan Kandungan Kalori Makanan Khas Mandar Menggunakan Algoritma K-Nearest Neighbor dan sensor Loadcell Berbasis Raspberry Pi”.
Inti yang terkandung dalam karya tulis ini berupa salah satu implementasi metode Machine Learning dalam mendukung pemanfaatan kearifan lokal, yaitu makanan khas Mandar.
