Komparatif.ID, Banda Aceh— Universitas Syiah Kuala (USK) mengukuhkan lima profesor baru dalam Sidang Terbuka Senat Akademik yang berlangsung pada Kamis (30/4/2026) di ACC Dayan Dawood.
Salah satu yang dikukuhkan adalah Prof. Dr. Ir. Melinda, ST, M.Sc, IPU, ASEAN. Eng, APEC. Eng sebagai Guru Besar dalam bidang Pengolahan Sinyal Multimedia dan Pembelajaran Mesin di Departemen Teknik Elektro dan Komputer, Fakultas Teknik.
Pengukuhan ini menjadi bagian dari penguatan kapasitas akademik universitas, sekaligus menandai perjalanan panjang Prof. Melinda dalam pengembangan ilmu pengetahuan dan teknologi, khususnya pada riset berbasis kecerdasan buatan.
Fokus penelitiannya antara lain mengkaji pengolahan sinyal Electroencephalography (EEG) yang dipadukan dengan metode pembelajaran mesin untuk identifikasi Autism Spectrum Disorder (ASD).
Dalam orasi ilmiahnya, Prof. Melinda menjelaskan ASD merupakan gangguan perkembangan neurologis yang kompleks dengan prevalensi yang terus meningkat. Ia menyampaikan metode diagnosis klinis saat ini masih sangat bergantung pada observasi perilaku dan kepakaran klinis, sehingga memiliki tingkat subjektivitas yang tinggi.
“Karena itu, dibutuhkan metode identifikasi yang lebih cepat, lebih presisi, dan lebih terukur secara saintifik. Dalam konteks inilah Teknik Elektro memberi kontribusi, yaitu dengan menerjemahkan fenomena biologis menjadi data matematis yang dapat dianalisis secara objektif,” ujarnya.
Baca juga: Anak Nelayan Asal Bireuen Jadi Guru Besar Filsafat Islam Klasik UIN Ar-Raniry
Ia menjelaskan EEG menjadi salah satu instrumen penting dalam riset tersebut karena mampu merekam aktivitas kelistrikan otak dan mengungkap pola sinyal yang sulit diamati melalui metode klinis konvensional.
Namun, menurutnya, analisis sinyal EEG tidak sederhana karena data yang dihasilkan sangat rentan terhadap gangguan, seperti artefak otot, gerakan, dan kedipan mata, sementara perbedaan pola antara individu dengan ASD dan neurotypical sering kali sangat halus.
Untuk itu, tim peneliti menyusun tahapan pengolahan sinyal secara sistematis, mulai dari data mentah hingga proses penyaringan untuk mereduksi gangguan. Setelah melalui tahap tersebut, data kemudian dianalisis menggunakan berbagai metode pembelajaran mesin dan deep learning guna mendapatkan pendekatan terbaik dalam mengklasifikasikan individu dengan ASD.
Sejumlah algoritma yang digunakan dalam penelitian ini antara lain support vector machine, random forest, dan deep learning. Pendekatan tersebut dinilai mampu membantu proses identifikasi menjadi lebih cepat dan objektif, dengan tingkat akurasi yang dalam beberapa studi mencapai lebih dari 80 persen.
Lebih lanjut, Prof. Melinda menyebut pemanfaatan EEG dan pembelajaran mesin membuka peluang deteksi dini ASD sejak usia sangat muda, termasuk pada bayi dengan risiko tinggi.
Dengan demikian, intervensi dapat dilakukan lebih awal dan lebih tepat sasaran, sekaligus melengkapi metode diagnosis konvensional yang selama ini membutuhkan waktu relatif panjang.
Dalam orasinya, ia juga memaparkan perjalanan riset yang telah ditempuh. Fase awal, sejak 2002 hingga 2018, berfokus pada penguatan dasar pengolahan sinyal, mulai dari studi telekomunikasi hingga penelitian doktoral terkait identifikasi fluktuasi bahan menggunakan sensor kapasitif dan transformasi wavelet.
Sementara itu, sejak 2019 hingga saat ini, penelitian diarahkan pada sinyal biomedis, khususnya terkait ASD melalui pendekatan EEG dan pembelajaran mesin.
Ia menyampaikan hasil penelitian tersebut telah dipublikasikan pada sejumlah jurnal internasional bereputasi, termasuk Scientific Reports dan IEEE Access. Selain itu, kolaborasi riset juga terus diperluas, baik di tingkat nasional maupun internasional, dengan sejumlah perguruan tinggi dan institusi riset.
Dalam bagian akhir orasinya, Prof. Melinda menyampaikan pencapaian tersebut bukanlah akhir dari perjalanan ilmiah. “Sinyal biologis masih menyimpan banyak informasi yang menunggu untuk diungkap. Inovasi masa depan mutlak membutuhkan sinergi,” imbuhnya.
Pada kesempatan itu, ia juga menyampaikan pesan pribadi yang berkaitan dengan perjalanan hidup dan penelitiannya. Ia menyebut salah satu anaknya yang menyandang autisme menjadi alasan kuat dirinya menekuni riset di bidang tersebut.
“Secara khusus untuk Naysa Mezra, anakku tersayang, yang sejak kecil menyandang autisme—engkau adalah cahaya yang Allah hadirkan dengan cara yang istimewa. Segala yang mungkin dipandang sebagai keterbatasan oleh orang lain justru menjadi sumber inspirasi terbesar dalam perjalanan hidup dan keilmuan saya,” ucap Prof. Melinda.
Ia menambahkan pengalaman tersebut membentuk cara pandangnya dalam memahami autisme, sekaligus mendorongnya untuk mengembangkan penelitian yang diharapkan dapat memberi manfaat bagi anak-anak dengan kondisi serupa.
“Melalui dirimu, saya belajar tentang ketulusan, kesabaran, dan makna cinta tanpa syarat. Engkau telah menggerakkan hati dan langkah saya untuk menekuni penelitian tentang autisme, khususnya dalam pengolahan sinyal EEG dan pembelajaran mesin,” imbuhnya.
