UB Kembangkan LLMNetOps: AI Lokal Jadi 'Co-Pilot' Administrator Jaringan di Perguruan Tinggi Indonesia

MALANG — Di tengah keterbatasan tenaga teknis yang tersebar di seluruh penjuru negeri, Universitas Brawijaya (UB) mengungkap sebuah inovasi yang berpotensi mengubah cara pengelolaan jaringan di lingkungan perguruan tinggi. Melalui Large Language Model for Network Operations (LLMNetOps), tim Direktorat Teknologi Informasi (DTI) UB menghadirkan asisten kecerdasan buatan (AI) yang dapat mendeteksi gangguan, menganalisis perangkat, hingga menyusun laporan operasional — dan yang terpenting, seluruhnya berjalan secara lokal di server institusi.

Sistem ini diperkenalkan dalam workshop dua hari (6–7 November 2026) di Kota Malang, Jawa Timur, yang diikuti 40 peserta dari 24 institusi perguruan tinggi dan lembaga pemerintah di berbagai wilayah Indonesia.

Lahir dari Masalah yang Nyata

Direktur DTI UB, Dr Raden Arief Setyawan, menjelaskan pengembangan LLMNetOps berangkat dari persoalan yang dihadapi institusi pendidikan dan riset di Indonesia. Jumlah perangkat jaringan yang harus dikelola cukup banyak, sementara kompetensi administrator di setiap institusi tidak merata.

"Keterbatasan tenaga teknis, banyaknya perangkat yang harus dikelola, serta belum meratanya kemampuan administrator jaringan menjadi persoalan yang perlu mendapatkan perhatian," kata Raden Arief di sela workshop tersebut.

Menurutnya, teknologi AI sebenarnya sudah mampu membantu pekerjaan ini, mulai dari menganalisis log hingga menelusuri gangguan jaringan. LLMNetOps hadir sebagai salah satu solusi yang dapat dimanfaatkan langsung oleh institusi pendidikan dan riset.

Tiga Komponen Inti

LLMNetOps berfungsi sebagai AI co-pilot bagi tim jaringan melalui tiga komponen utama: model LLM lokal yang berjalan di server institusi, NetOpsAgent sebagai agen AI yang menerjemahkan pertanyaan menjadi perintah ke perangkat jaringan, serta NetOpsUI sebagai antarmuka berbasis web untuk berinteraksi melalui percakapan.

Dalam praktiknya, administrator cukup memberikan instruksi ketika menerima laporan pengguna yang tidak memperoleh alamat IP di jaringan lokal gedung tertentu. Setelah meminta sistem memeriksa status router, AI akan menelusuri perangkat jaringan terkait, membaca statusnya, dan menyampaikan hasil pemeriksaan — tanpa staf harus login satu per satu ke setiap perangkat.

Privasi Data Jadi Prioritas

Salah satu aspek penting yang membedakan LLMNetOps adalah pendekatan terhadap perlindungan data. Raden Arief mengakui bahwa penggunaan layanan AI berbasis cloud masih mengkhawatirkan, karena administrator jaringan perlu mengolah informasi sensitif seperti konfigurasi dan log perangkat.

Melalui LLMNetOps, sistem AI dapat dijalankan secara lokal di lingkungan institusi, sehingga data konfigurasi dan informasi jaringan tidak perlu dikirimkan ke server eksternal.

Didanasi APNIC Foundation

LLMNetOps didanai oleh Information Society Innovation Fund (ISIF) Asia/APNIC Foundation tahun 2025 sebesar 30.000 dolar AS, dan diimplementasikan oleh UB bekerja sama dengan Indonesia Research and Education Network (IDREN).

"Harapannya, sistem ini tidak hanya berhenti pada pelatihan, tetapi dapat diterapkan dan dikembangkan di institusi masing-masing. Kami ingin membangun komunitas praktisi antarperguruan tinggi agar dapat saling berbagi pengalaman, pengetahuan, dan solusi dalam menghadapi permasalahan pengelolaan jaringan," ujar Arief.

Tim LLMNetOps juga akan menyelenggarakan online workshop untuk memantau dan mendampingi perkembangan implementasi di masing-masing institusi peserta. Seluruh materi, panduan teknis, dan perangkat yang digunakan tersedia secara terbuka dan gratis, sehingga dapat dimanfaatkan untuk pengembangan lanjutan maupun pelatihan internal.

Dengan LLMNetOps, UB berupaya mendorong pemanfaatan AI yang tidak hanya meningkatkan efisiensi operasional jaringan, tetapi juga memperhatikan keamanan data dan kemandirian institusi. "Kolaborasi ini menjadi langkah untuk memperkuat ekosistem jaringan pendidikan dan riset di Indonesia," pungkasnya.