June 24, 2026, oleh
Mediakompeten.co.id-Pendaftaran Ekshibisi Kompetisi Kecerdasan Artifisial (EKKA) 2026 resmi dibuka untuk para siswa tingkat SMA atau sederajat di Indonesia. Proses pendaftaran ini dijadwalkan berlangsung hingga 15 Juli mendatang.
Seperti dilansir dari Detikcom, ajang ini menjadi wadah bagi pelajar bertalenta di bidang kecerdasan buatan (AI) untuk disiapkan sebagai calon peserta International Olympiad in Artificial Intelligence (IOAI) pada tahun berikutnya. Ketentuan tersebut mengacu pada buku Panduan Ekshibisi Kompetisi Kecerdasan Artifisial Bidang Sains Tahun 2026 SMA/MA/SMK/MAK/Sederajat.
Perhelatan ini bakal diselenggarakan melalui tiga tingkatan seleksi yang ketat. Tahap awal berupa pra-seleksi yang bertujuan untuk menyaring 100 peserta terbaik dari seluruh pendaftar.
Memasuki tahap kedua, proses seleksi akan kembali menyaring para peserta hingga menyisakan 30 finalis terbaik. Babak final nasional nantinya dilaksanakan bersamaan dengan rangkaian OSN Nasional 2026 pada 14 hingga 20 September 2026 di Universitas Muhammadiyah Malang.
Materi ujian dalam kompetisi ini mengadopsi bagian dari silabus resmi IOAI yang mencakup sejumlah kompetensi utama. Berikut adalah rincian materi yang akan diujikan kepada para peserta:
1. Pengetahuan dan Keterampilan Dasar
Bagian ini menguji penguasaan konsep serta teori matematika, statistika, teori peluang, optimasi, hingga kemampuan pemrograman dasar menggunakan bahasa Python.
2. Teori dan Praktik Machine Learning Klasik
Peserta wajib memahami analisis dan pengolahan data mendasar, teknik feature engineering, serta konsep supervised learning dan unsupervised learning. Penilaian juga mencakup kemampuan evaluasi dan validasi model machine learning.
3. Artificial Neural Network
Materi ini meliputi pemahaman mendalam tentang arsitektur Jaringan Saraf Tiruan (JST), multilayer perceptron, fungsi aktivasi, regularisasi, serta algoritme pelatihan dan optimasi JST.
4. Computer Vision (CV)
Cakupan materi ini terdiri dari dasar-dasar CV, proses konvolusi, teknik pooling, klasifikasi citra, deteksi objek, segmentasi citra, hingga penerapan transfer learning.
5. Natural Language Processing (NLP)
Kompetensi terakhir memfokuskan pada aspek pengambilan fitur seperti TF-IDF, pemahaman embedding, dasar-dasar transformer atau attention, serta metode klasifikasi teks.
