Ekshibisi AI 2026 Buka Pendaftaran Olimpiade Sains Nasional

Ajang Ekshibisi Kompetisi Kecerdasan Artifisial (EKKA) 2026 resmi membuka pendaftaran bagi para siswa tingkat SMA atau sederajat di Indonesia. Proses registrasi untuk kompetisi ini dijadwalkan berlangsung hingga 15 Juli mendatang, seperti dilansir dari Detikcom. Berdasarkan buku Panduan Ekshibisi Kompetisi Kecerdasan Artifisial Bidang Sains Tahun 2026 SMA/MA/SMK/MAK/Sederajat, gelaran ini menjadi wadah penyaringan.

Para siswa bertalenta di bidang AI akan dipersiapkan sebagai calon peserta International Olympiad in Artificial Intelligence (IOAI) pada tahun berikutnya. Penyelenggaraan tahapan OSN Bidang AI ini bakal bergulir dalam tiga fase seleksi yang ketat. Tahap pertama berupa pra-seleksi yang bertujuan menyaring 100 peserta terbaik dari seluruh pendaftar.

Fase berikutnya adalah seleksi lanjutan demi menjaring 30 finalis terbaik. Babak final nasional kemudian dilaksanakan bersamaan dengan agenda OSN Nasional 2026 pada 14-20 September 2026 di Universitas Muhammadiyah Malang.

Acuan materi yang diujikan pada Ekshibisi Kecerdasan Artifisial periode ini mengadopsi bagian dari silabus lengkap IOAI. Komponen pengujian terbagi ke dalam beberapa topik spesifik bidang kecerdasan buatan. Bidang pertama mencakup Pengetahuan dan Keterampilan Dasar. Materi ini meliputi konsep serta teori matematika, statistika, teori peluang, optimasi, hingga kemampuan pemrograman menggunakan bahasa Python.

Topik kedua berfokus pada Teori dan praktik machine learning klasik. Komponennya terdiri atas analisis serta pengolahan data mendasar, feature engineering, supervised learning, unsupervised learning, hingga tahapan evaluasi dan validasi model machine learning. Materi ketiga membahas Artificial neural network. Bagian ini mendalami arsitektur JST, multilayer perceptron, algoritme pelatihan dan optimasi JST, fungsi aktivasi, serta metode regularisasi.

Sektor keempat menguji kemampuan Computer Vision (CV). Peserta harus menguasai dasar CV, konvolusi, teknik pooling, klasifikasi citra, deteksi obyek, segmentasi citra, hingga penerapan transfer learning. Bagian terakhir berkaitan dengan Natural Language Processing (NLP). Materi teknis ini mencakup teknik pengambilan fitur seperti TF-IDF, konsep embedding, prinsip dasar transformer (attention), serta sistem klasifikasi teks.