Muhammad Hanan Syarif, mahasiswa Program Magister Teknik Industri, Departemen Teknik Mesin dan Industri (DTMI) UGM mempresentasikan hasil penelitiannya dalam Ujian Tesis pada Selasa (08/07). Tesis yang berjudul “Analisis Partisipasi Klien dalam Federated Learning untuk Pemeliharaan Prediktif: Analisis Kinerja dan Generalisasi Model” ini mengeksplorasi penerapan teknologi Federated Learning (FL) untuk mendukung transformasi digital dalam sektor industri.
Penelitian ini berangkat dari tantangan implementasi FL di lingkungan industri, terutama karena data antar mesin bersifat non-iid (tidak independen dan identik) serta variasi jumlah klien yang terlibat dalam proses pelatihan model. Dengan menggunakan dataset Microsoft Azure Predictive Maintenance, Hanan mengevaluasi kinerja dan kemampuan generalisasi model dalam berbagai skenario partisipasi klien, sambil menjaga privasi data melalui pelatihan kolaboratif tanpa pertukaran data mentah.
Tiga arsitektur model yang diuji — 1D CNN-GRU, 1D CNN-LSTM, dan 1D CNN-BiLSTM — menunjukkan bahwa peningkatan jumlah klien umumnya meningkatkan kinerja model, namun hanya sampai ambang tertentu. “Peningkatan signifikan terjadi ketika jumlah klien meningkat dari 11 menjadi 44, sedangkan penambahan di atas angka tersebut menunjukkan perbaikan akurasi yang tidak lagi signifikan secara statistik,” papar Hanan.
Hasil penelitian ini memberikan wawasan penting bagi pengembangan sistem predictive maintenance yang efektif, scalable, dan aman secara data di era Industrial IoT. Selain itu, temuan ini memberikan panduan praktis mengenai jumlah optimal partisipasi klien dalam pelatihan Federated Learning untuk aplikasi industri nyata.
Kontributor: Maryanti, A.Md.
Penyusun: Gusti Purbo Darpitojati, S.I.Kom.
