Kita akan bahas satu sosok keren yang jadi jembatan antara teknologi mutakhir dan keberlanjutan bumi—Tushita Gupta. Siapa dia? Dia CTO sekaligus co-founder Refiberd, startup yang pakai AI buat memilah kain campuran seperti baju, handuk, dan sprei lewat kamera hyperspectral. Tujuannya: recycling maksimal dan mengurangi tumpukan sampah tekstil yang mencapai miliaran pound! 🌍♻️
🏫 Dari CMU ke Startup Teknologi Ramah Lingkungan
Tushita bukan orang sembarangan—dia lulus Bachelor’s dan Master’s jurusan Electrical & Computer Engineering (plus Biomedical Engineering) dari Carnegie Mellon University (CMU), kampus top di AS. Di sana, dia sempat garap proyek skripsi tentang sistem sortir sampah pakai AI—dan ini jadi benih ide buat membangun Refiberd! 🎓💡
🤝 Bersama Sarika Bajaj Membangun Refiberd di California
Tahun 2020, bersama Sarika Bajaj, Tushita mendirikan Refiberd di California. Ide awalnya sederhana tapi revolusioner: “Kalau mau daur ulang kain, harus tahu komponennya dulu.” Dan tantangannya, kain modern umumnya campuran macam-macam—bikin proses daur ulang susah! Nah, di sinilah kehebatan AI Tushita bekerja.
Bayangin ini: kain berjalan di atas conveyor, kamera hyperspectral ambil data, lalu AI Tushita langsung analisis tiap mileter kain—ini katun, itu poliester, dan lain sebagainya. Cool banget, kan? 😍📸
🚀 Teknologi di Balik Refiberd: Smart, Cepat, & Akurat!
- Hyperspectral camera: Meng-capture spektrum cahaya yang jauh lebih kompleks dibanding kamera biasa.
- Data & katalog fiber internal: AI mencocokkan hasil scan dengan database material.
- Belajar otomatis: Semakin banyak tekstil diproses, makin pintar AI-nya.
- Output siap sortir: Mesin bisa langsung arahkan kain ke jenis daur ulang yang sesuai!
Dan hasilnya? Prototipe berhasil lolos Global Change Award 2023 dari H&M Foundation! 🌟 Penghargaan besar di dunia fashion-tech.
💰 & 🌍 Dampak Nyata: Pilot Project sampai Pendanaan Awal
- Pendanaan awal sudah berhasil dikumpulkan lebih dari $3,4 juta.
- Sedang diuji coba di Amerika & Eropa—beberapa perusahaan mengirim ratusan pon kain sampel setiap minggu!
- Tujuannya jelas: “Closing the loop”—supaya fashion bisa sirkular sepenuhnya. Ga cuma daur ulang satu dua, tapi sistemnya benar-benar nyatu.
🤓 Di Balik Layar: Profesi dan Privasi
Sebelum Refiberd, Tushita pernah:
- Internship di Intel, Raytheon, dan Blue Coat
- Software Engineer di Atomwise: bantu kembangkan pipeline AI untuk drug discovery (pake AWS & Kubernetes!)
- Sempat bekerja di bidang sortase sampah pakai AI
Kerjaannya bener-bener bikin ‘deep tech’ dan ‘impact’, membuktikan kalau AI bisa dipakai gak cuma buat chatbot atau image generator, tapi juga selamatkan lingkungan! 🌱✨
💬 Filosofi & Kepemimpinan Tushita
Tushita bukan cuma teknolog jenius. Dia vokal soal keberagaman gender di teknikal rol. Di Refiberd, 75% karyawan—termasuk jajaran direksi—adalah perempuan. “Kami bangun kultur yang inklusif sejak awal, dan itu bikin perbedaan besar,” katanya. 💪👩💻
😄 Fun Fact & Personal Vibe
- Gabungan sikap: tegas teknis, tapi tetap grounded dan peduli bumi.
- Di kampus CMU, dia suka banget bahas “smart trash-sorting”—dari sanalah Refiberd terbentuk.
- Pernah bilang: “If textiles are the new oil, we better clean up the mess!” (Kain adalah ‘minyak baru’, jadi kita harus bersih-bersih!)
🎯 Ringkasan: Mengapa Tushita Super Keren?
- Inovasi sosial: memanfaatkan kemampuan teknis untuk menyelamatkan sumber daya.
- Skill AI mendalam: hyperspectral processing, machine learning, sistem industri.
- Dampak global: mendorong sustainable fashion lewat teknologi.
- Mindset inklusif: jadi role model perempuan di tech.
Kalau kamu lagi bikin startup teknologi, belajar AI canggih, atau haus inspirasi karier, Tushita Gupta patut dijadikan contoh. Dia membuktikan bahwa kode-kode rumit bisa digunakan untuk menjalankan misi yang lebih besar daripada profit: menyelamatkan lingkungan dan membangun masa depan yang berkelanjutan. 🌿💻💙
Sering merasa overwhelmed dengan berita AI yang terlalu banyak? I hear you. Subscribe ke Artifisial Newsletter dan dapatkan informasi teknologi AI terkini agar kamu tetap up-to-date tanpa buang waktu.