May 2026 – Masyarakat Informatika Sosial Indonesia

Embedded System: Medan Perang Baru di Balik Kecerdasan Mesin

Arief Prihantoro

Kita hidup di era ketika komputer tidak lagi hanya berada di meja kerja atau pusat data. Komputasi kini tertanam di hampir seluruh aspek kehidupan: mobil, drone, kamera pengawas, alat kesehatan, smart city, satelit, hingga sistem pertahanan militer. Dunia memasuki fase baru ketika perangkat tidak sekadar “alat”, tetapi telah menjadi sistem cerdas yang mampu mengambil keputusan secara mandiri. Di titik inilah embedded system menjadi sangat strategis.

Embedded system pada dasarnya adalah sistem komputer yang ditanamkan di dalam perangkat tertentu untuk menjalankan fungsi khusus. Berbeda dengan komputer umum, embedded system dirancang untuk bekerja secara spesifik, efisien, dan sering kali real-time. Mikroprosesor, mikrokontroler, FPGA, sensor, firmware, dan kini AI model menjadi bagian integral di dalamnya. Ketika AI mulai tertanam langsung di perangkat (edge AI), maka perangkat bukan lagi sekadar mesin pasif, tetapi entitas yang mampu “merasakan”, “menganalisis”, dan “memutuskan”.

Cybernetics: Akar yang Terlupakan dari Kecerdasan Buatan Modern

Arief Prihantoro

Tulisan ini merupakan catatan kritis penulis sebagai bagian dari diskursus akademik atas kuliah umum yang disampaikan oleh Marsekal Pertama TNI Dr. Ir. Arwin Datumaya Wahyudi Sumari, S.T., M.T., Staf Khusus Kepala Staf Angkatan Udara, dalam kegiatan kuliah tamu bertajuk Konsep Dasar Kecerdasan Artifisial: Terapan Kecerdasan Artifisial di Bidang Pertahanan dan Keamanan.

Dalam pemaparan yang berlangsung kurang lebih selama tiga jam tersebut, sejarah AI dijelaskan dengan menempatkan Alan Turing sebagai figur sentral dan fondasi utama perkembangan kecerdasan buatan modern. Narasi seperti ini sebenarnya sangat umum ditemukan dalam banyak diskursus AI kontemporer, baik di lingkungan akademik, media teknologi, maupun industri.

Namun menariknya, sebagian besar materi yang dipaparkan justru secara substantif sedang membahas konsep-konsep yang sangat dekat dengan tradisi cybernetics:

sistem kontrol,
feedback,
autonomous system,
adaptasi,
sensor,
pengambilan keputusan,
hingga implementasi AI dalam teknologi pertahanan dan mesin perang.

Dengan kata lain, pembahasan selama 3 jam tersebut sesungguhnya bergerak di wilayah sibernetika, bukan komputasi Turing. Namun demikian justru istilah cybernetics sendiri tidak pernah disebutkan selama paparan.

Di sinilah letak persoalan historis yang ingin dibahas dalam tulisan ini.

Era Teknologi Penyimpanan 5 Dimensi

Arief Prihantoro

Perkembangan teknologi penyimpanan data menghadapi tekanan dari pertumbuhan eksponensial data global, khususnya akibat kemajuan kecerdasan buatan dan komputasi skala besar. Teknologi 5D data storage berbasis nanostructured glass menawarkan kapasitas tinggi, ketahanan ekstrem, dan sifat immutable yang unik. Teknologi ini dikembangkan oleh peneliti seperti Prof. Peter Kazansky dari University of Southampton dan juga dikembangkan lebih lanjut oleh perusahaan-perusahaan baru seperti SPhotonix yang membuat 5D memory crystals siap untuk penggunaan data center.

Pertanyaan kritis: apakah teknologi tersebut realistis menjadi standar global atau lebih tepat dikategorikan sebagai teknologi arsip khusus (niche archival)?

Mengeksploitasi AI Visual Melalui Kerentanan Ilusi Optik AI

Arief Prihantoro

“Jika dulu malware menyerang sistem, hari ini ia bisa tertanam di dalam ‘cara sistem melihat’ dunia. Termasuk melihat kita”

Bayangkan sebuah prosesor modern—seperti pada kasus Spectre dan Meltdown—yang begitu cepat hingga tidak lagi menunggu kepastian. Ia tidak hanya mengeksekusi instruksi secara berurutan, tetapi juga menggunakan teknik seperti speculative execution dan out-of-order execution. Artinya, prosesor akan menebak jalur eksekusi yang kemungkinan besar akan terjadi, lalu menjalankannya terlebih dahulu sebelum hasilnya benar-benar dikonfirmasi.

Secara teknis, proses ini melibatkan komponen seperti branch predictor yang terus dilatih berdasarkan pola eksekusi sebelumnya.

Agar lebih mudah dipahami, bayangkan branch predictor seperti satpam yang belajar dari kebiasaan tamu. Jika selama berhari-hari ia melihat orang dengan kartu tertentu selalu boleh masuk ke sebuah ruangan, ia akan mulai membuka pintu lebih cepat—bahkan sebelum memeriksa kartu secara menyeluruh.

Di sinilah penyerang “melatih” CPU.