Kamis 13 Jul 2023 15:01 WIB

Research Sharing Jadi Forum Diskusi Penelitian Alumni dan Mahasiswa S2 Ilmu Komputer UNM

'Research Sharing' menghadirkan para lulusan UNM yang menjadi presenter.

Setelah sukses menyelenggarakan seminar daring bertajuk Research Sharing sebanyak 8 episode, Program Studi (prodi) Magister Ilmu Komputer (S2) Fakultas Teknologi Informasi (FTI) Kampus Digital Bisnis Universitas Nusa Mandiri (UNM) kembali menggelar kegiatan serupa dengan mengangkat tema diskusi dari hasil penelitian tesis.
Foto: Dok. UNM
Setelah sukses menyelenggarakan seminar daring bertajuk Research Sharing sebanyak 8 episode, Program Studi (prodi) Magister Ilmu Komputer (S2) Fakultas Teknologi Informasi (FTI) Kampus Digital Bisnis Universitas Nusa Mandiri (UNM) kembali menggelar kegiatan serupa dengan mengangkat tema diskusi dari hasil penelitian tesis.

REPUBLIKA.CO.ID, JAKARTA -- Setelah sukses menyelenggarakan seminar daring bertajuk 'Research Sharing' sebanyak 8 episode, Program Studi (prodi) Magister Ilmu Komputer (S2) Fakultas Teknologi Informasi (FTI) Kampus Digital Bisnis Universitas Nusa Mandiri (UNM) kembali menggelar kegiatan serupa dengan mengangkat tema diskusi dari hasil penelitian tesis.

Kegiatan Research Sharing #9 menghadirkan para lulusan sebagai presenter yaitu Aldi Jakaria dan Zulfati Dinul Fatiha. Keduanya mengambil peminatan di bidang Data Mining. Aldi Jakaria selaku presenter sesi pertama mempresentasikan penelitiannya yang berjudul 'Klasifikasi Jenis Burung Menggunakan Lightweight Deep Convolutional Neural Networks'. 

Baca Juga

Dalam presentasinya, Aldi memaparkan hasil penelitiannya tentang model yang memiliki ukuran kecil seperti EfficientNet, EfficientNetV2, MobileNet, MobileNetV2 dan NasnetMobile yang mampu mengklasifikasikan 300 spesies burung. “Model ini memiliki performa yang baik tanpa mengurangi performa dengan akurasi ke data validasi 95-97 persen. Sedangkan konfigurasi model yang paling optimal yakni model MobileNetV2 yang membutuhkan waktu training paling kecil dengan 1 jam 12 menit,” ujarnya, dalam keterangan tertulis, Kamis (13/7/2023).

Di sesi kedua, ada Zulfati Dinul Fatiha dengan judul presentasi 'Explainable Machine Learning untuk Prediksi Hasil Pengobatan Alternatif'. Penelitiannya dilatar belakangi oleh penelitian mengenai pengobatan alternatif yang masih tergolong sedikit dan hasil penelitian signifikan namun tidak pada semua pasien.

“Penelitian ini dilakukan dengan menggunakan pendekatan machine learning dalam mengukur efektivitas pengobatan alternatif, sehingga dapat menghasilkan alat bantu prediksi prognosis pasien. Dataset menggunakan data internal,” kata Zulfati.

Pada kesempatan ini, Anton selaku Dekan Fakultas Teknologi Informasi UNM menyampaikan pesannya kepada alumni dan mahasiswa yang hadir.

“Forum diskusi ini dapat dimanfaatkan oleh mahasiswa untuk menggali penelitian sebelumnya, sehingga apabila memungkinkan dapat dilakukan penelitian lanjutan untuk penulisan tesis mahasiswa di semester 4,” kata Anton.

Advertisement
Berita Lainnya
Advertisement
Advertisement
Advertisement