Dosen USTI, Junadhi, M.Kom
RIAU1.COM - Prestasi akademik kembali diraih oleh Junadhi, M.Kom, dosen Program Studi Teknik Informatika Universitas Sains dan Teknologi Indonesia (USTI).
Melalui penelitian disertasinya pada Program Doktor Ilmu Komputer UPI YPTK Padang, Junadhi berhasil mengembangkan EduStoryGen, sebuah framework kecerdasan buatan (Artificial Intelligence/AI) multimodal yang mampu menghasilkan cerita anak beserta ilustrasi visual secara otomatis dalam satu sistem yang terintegrasi.
Penelitian tersebut menjadi bagian dari disertasi doktor yang telah dipertahankan dan dinyatakan lulus dalam Sidang Tertutup Program Doktor Ilmu Komputer UPI YPTK Padang pada 18 Juni 2026.
Sebelumnya, penelitian ini juga berhasil memperoleh pendanaan Hibah Penelitian Disertasi Doktor (PDD) Tahun 2026 dari Kementerian Pendidikan Tinggi, Sains, dan Teknologi (Kemendiktisaintek).
EduStoryGen dikembangkan dengan mengintegrasikan metode Grouped Query Attention Storytelling (GQAST) dan Textual Inversion. Pendekatan ini memungkinkan sistem menghasilkan narasi cerita yang koheren sekaligus menjaga konsistensi karakter pada ilustrasi di setiap adegan, sehingga mampu menghadirkan pengalaman storytelling yang lebih menarik, interaktif, dan sesuai untuk pembelajaran anak usia dini.
Framework yang dikembangkan memiliki sejumlah fitur unggulan, antara lain menghasilkan narasi cerita anak secara otomatis, membuat ilustrasi yang sesuai dengan konteks cerita, menjaga konsistensi karakter antaradegan, menghadirkan storytelling multimodal yang edukatif, serta meningkatkan efisiensi komputasi melalui mekanisme Grouped Query Attention (GQA).
Dari sisi kontribusi ilmiah, penelitian ini menawarkan optimalisasi arsitektur GPT menggunakan mekanisme Grouped Query Attention, pengembangan model multimodal GQAST untuk menghasilkan narasi dan ilustrasi secara terpadu, serta pengembangan framework EduStoryGen sebagai media pembelajaran berbasis Artificial Intelligence bagi pendidikan anak usia dini.
Hasil evaluasi menunjukkan peningkatan efisiensi model dengan penurunan jumlah parameter sebesar 8,84%, pengurangan kebutuhan komputasi (GFLOPs) sebesar 10,07%, dan penurunan penggunaan memori sebesar 6,94%.
Selain itu, model menghasilkan nilai BLEU-4 sebesar 37,12, Perplexity (PPL) sebesar 1,0499, dan CLIP Score sebesar 0,3131, yang menunjukkan kemampuan menghasilkan narasi dan ilustrasi yang koheren, relevan, serta konsisten.
Junadhi menyampaikan bahwa hasil penelitian ini diharapkan dapat memberikan kontribusi terhadap pengembangan kecerdasan buatan di bidang pendidikan, khususnya dalam menciptakan media pembelajaran berbasis visual storytelling yang lebih adaptif, interaktif, dan bermakna bagi anak usia dini.
Selain itu, penelitian ini diharapkan dapat menjadi salah satu referensi bagi pengembangan teknologi AI multimodal untuk mendukung transformasi digital di sektor pendidikan.
Keberhasilan ini mencerminkan komitmen Universitas Sains dan Teknologi Indonesia (USTI) dalam mendorong dosennya untuk terus meningkatkan kapasitas akademik dan menghasilkan riset yang inovatif.
Di sisi lain, capaian tersebut juga memperkuat peran UPI YPTK Padang sebagai institusi yang menghasilkan lulusan doktor dengan kontribusi nyata bagi pengembangan ilmu pengetahuan, teknologi, dan pendidikan.*
