Sinergi Dua Prodi Membuahkan Prestasi Nasional
Dua mahasiswa dari Fakultas Teknologi dan Informatika (FTI) Universitas Dinamika Surabaya (Undika) bernama Gibran El Fahmi (S1 Teknik Komputer) dan Refa Azahra Putri Rana (S1 Sistem Informasi) berhasil meraih juara melalui inovasi berbasis machine learning yang dirancang untuk memprediksi tingkat penggunaan stasiun pengisian daya kendaraan listrik.
Mereka meraih prestasi tingkat nasional juara 3 pada kategori Data Competition dalam ajang Information System Festival (ISFEST) 2026 yang digelar pada bulan Oktober 2026 oleh HIMA Sistem Informasi Universitas Multimedia Nusantara (UMN), Tangerang.
Melalui kategori Data Competition, peserta ditantang untuk mengolah dataset, menemukan pola yang relevan, dan mengembangkan model prediksi untuk menjawab permasalahan nyata. Tantangan ini menuntut kemampuan analisis sekaligus pemahaman mengenai bagaimana teknologi dapat dimanfaatkan untuk mendukung pengambilan keputusan.
Rancang Solusi Cerdas lewat Machine Learning
Dalam kompetisi tersebut, Gibran dan Refa menerima dataset mengenai stasiun pengisian daya kendaraan listrik di sejumlah kota di Amerika Serikat. Keduanya diminta menganalisis data dan membangun model yang mampu memperkirakan tingkat utilisasi, yakni seberapa tinggi penggunaan setiap charging station (stasiun pengisian daya).
Gibran kemudian menjelaskan bahwa tantangan utama yang mereka hadapi bukan sekadar menyajikan data, melainkan mengubahnya menjadi informasi yang dapat digunakan untuk memprediksi kebutuhan pengisian daya.
“Setelah mendapatkan data tersebut, kami perlu menentukan tujuan analisis, mengolah informasinya, dan menyusun model machine learning yang sesuai dengan persoalan dalam dataset ini,” ujar Gibran.
Melalui proses analisis, keduanya menelusuri berbagai faktor yang berkaitan dengan tingkat penggunaan stasiun. Di antaranya adalah periode ketika utilisasi mencapai angka tertinggi serta kondisi cuaca yang berhubungan dengan pola penggunaan.
Hasil pengolahan tersebut kemudian dituangkan dalam proposal analisis dan technical report. Laporan itu mencakup hasil analisis, visualisasi data, referensi pendukung, serta pembahasan mengenai manfaat model bagi pengguna kendaraan listrik dan pengelola infrastruktur.
Dengan demikian, hasil pekerjaan mereka tidak hanya berfokus pada aspek pemrograman, tetapi juga pada penjelasan data dan potensi pemanfaatannya.
“Kami mengembangkan model machine learning yang dapat memprediksi tingkat penggunaan charging station. Saat ini karyanya masih berupa prototype, belum jadi aplikasi yang siap digunakan di masyarakat. Tapi, peluang untuk dikembangkan lebih lanjut sangat terbuka,” kata Refa.
Inovasi yang Menjawab Tantangan Pengguna Kendaraan Listrik
Menurut Refa, inovasi tersebut berpotensi membantu pengguna kendaraan listrik dalam menentukan pilihan charging station. Melalui informasi prediksi tingkat keramaian, para pengendara dapat memperkirakan lokasi yang lebih memungkinkan untuk dikunjungi tanpa harus menghadapi antrean panjang.
“Solusi ini juga berkaitan dengan upaya mengurangi range anxiety, yaitu kekhawatiran pengendara kendaraan listrik ketika daya baterai menipis atau ketika akses pengisian daya tidak sesuai harapan,” ucap mahasiswa S1 Sistem Informasi tersebut.
Manfaatnya tidak berhenti pada pengguna. Bagi operator maupun pengembang charging station, prediksi utilisasi dapat menjadi bahan pertimbangan untuk mengantisipasi peningkatan permintaan di masa mendatang.
“Misalnya, ketika suatu wilayah diperkirakan mengalami lonjakan kebutuhan pengisian daya, hasil prediksi dapat membantu pengembang mengevaluasi kapasitas charging station yang ada sekaligus mempertimbangkan lokasi pembangunan fasilitas tambahan,” tutur Gibran.
Undika sebagai Kampus IT yang Solutif
Meski menggunakan dataset dari Amerika Serikat, Gibran dan Refa melihat peluang pengembangan model machine learning tersebut untuk konteks Indonesia. Namun, penerapannya membutuhkan pengumpulan data lokal agar hasil prediksi lebih sesuai dengan kondisi dan kebiasaan penggunaan kendaraan listrik di dalam negeri.
Bagi keduanya, tantangan kompetisi ini menjadi kesempatan untuk menerapkan ilmu pengolahan data dan machine learning pada persoalan yang memiliki manfaat praktis. Studi kasus kendaraan listrik menunjukkan bagaimana data dapat membantu menjawab pertanyaan yang dekat dengan kebutuhan pengguna maupun pihak yang menyediakan layanan.
Keberhasilan meraih Juara 3 di ISFEST 2026 sekaligus menunjukkan potensi mahasiswa Undika dalam menghadirkan solusi teknologi yang relevan dengan kebutuhan masyarakat dan perkembangan kendaraan listrik.
Prestasi ini juga semakin memperkuat posisi Universitas Dinamika sebagai kampus IT yang adaptif terhadap perkembangan zaman, dengan terus mendorong mahasiswa untuk mengembangkan kompetensi, berinovasi, dan memanfaatkan teknologi terkini dalam menjawab berbagai tantangan di era digital.
“Kami berharap ke depannya model machine learning ini nggak cuma berhenti di kompetisi saja, tapi bisa terus dikembangkan dan mungkin suatu saat bisa diterapkan juga di Indonesia,” pungkas Gibran.
