DENVER, Juni 2026 — Lecturer Specialist School of Computer Science BINUS University, Dr. Edy Irwansyah, berpartisipasi aktif dalam ajang bergengsi internasional The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026. Konferensi dunia di bidang Computer Vision ini diselenggarakan di Colorado Convention Center, Denver, Colorado, Amerika Serikat, pada 3–7 Juni 2026.

Pada ajang bergengsi tersebut, Dr. Edy Irwansyah terlibat dalam dua sesi workshop sekaligus. Sesi pertama adalah The Second Workshop on Foundation and Large Vision Models in Remote Sensing (MORSE). Forum ilmiah ini membedah tantangan penginderaan jauh (remote sensing), seperti variasi spesifikasi sensor, diversitas modalitas pencitraan (mulai dari optik-pasif hingga pencitraan aktif seperti SAR dan LiDAR), serta keterbatasan data lapangan.

Dalam sesi workshop MORSE, Dr. Edy Irwansyah memaparkan hasil penelitian yang disusun bersama tim riset lintas institusi global berjudul “VP-GIS: Zero-Shot Spatiotemporal Land Cover Change Detection via Physical-Guided Visual Prompting”. Riset ini memperkenalkan framework baru yang menjembatani Vision Foundation Models (seperti SAM dan DINOv2) dengan indeks penginderaan jauh berbasis fisik. Inovasi tersebut memungkinkan pemantauan tutupan lahan dari citra satelit Sentinel-2 secara otomatis tanpa anotasi manual (annotation-free), sehingga mendorong efisiensi inferensi data pengamatan bumi.

Sesi kedua yang diikuti adalah workshop Monitoring the World Through an Imperfect Lens (MONTI). Pada sesi ini, Dr. Edy Irwansyah mempresentasikan riset yang juga dikembangkan bersama tim peneliti lintas negara bertajuk “ConvLSTM for Pixel-Level Shoreline Retreat Spatiotemporal Forecasting”. Penelitian tersebut menawarkan solusi pemodelan spasiotemporal berbasis deep learning untuk memprediksi perubahan garis pantai pada tingkat piksel menggunakan arsip citra satelit Landsat multi-dekade. Metode ini diuji coba pada Muara Chao Phraya, Thailand—wilayah dengan tingkat abrasi ekstrem melebihi 25 meter per tahun—dan berhasil mempertahankan ketepatan struktural garis pantai meskipun dihadapkan pada keterbatasan data historis yang masif.

Workshop MONTI sendiri berfokus pada pengolahan data penginderaan jauh multimodal dalam kondisi riil yang tidak ideal, seperti interval pengumpulan data yang tidak teratur serta perbedaan resolusi antar-satelit. Selain memperebutkan capaian riset terbaik, lokakarya ini juga menghadirkan tantangan teknis (challenge) dari tim BRIGHT untuk menguji metode fusi data heterogen, khususnya dalam mengevaluasi kerusakan bangunan pasca-bencana menggunakan kombinasi citra optik dan data SAR.

Keikutsertaan dalam rangkaian workshop internasional di CVPR 2026 ini menegaskan peran aktif akademisi School of Computer Science BINUS University dalam berkontribusi pada perkembangan ilmu pengetahuan di level global. Eksplorasi adaptasi model visi berskala besar untuk data observasi bumi ini diharapkan dapat menjadi salah satu referensi konkrit bagi pengembangan sistem pemantauan lingkungan yang lebih presisi, inklusif, dan berkelanjutan di masa depan.