Prodi Magister Ilmu Komputer UNM Kembali Gelar Research Sharing

REPUBLIKA.CO.ID, JAKARTA -- Research Sharing merupakan kegiatan diskusi ilmiah yang telah diselenggarakan sejak tahun 2022 oleh Laboratorium Riset Program Studi Ilmu Komputer (S2) Universitas Nusa Mandiri (UNM). Kegiatan ini menjadi acara rutin yang kembali digelar dan menjadi episode ke-10.

Kegiatan Research Sharing Episode #10 menghadirkan alumni UNM sebagai presenternya yaitu Muji Ernawati dan Muhammad Romadhona Kusuma. Keduanya merupakan alumni Magister Ilmu Komputer (S2) UNM yang lulus tahun 2023.

Muji Ernawati selaku presenter sesi pertama mempresentasikan penelitiannya dalam bidang Data Mining yang berjudul 'Klasifikasi Emosi Manusia Berdasarkan Suara Menggunakan Convolutional Neural Network dan Multilayer Perceptron'. Dalam presentasinya, Muji memaparkan langkah demi langkah penelitian yang dilakukan hingga tuntas dalam menyusun tesis.

“Penelitian ini menggunakan dataset suara bernama Development of Javanese Speech Emotion Database (Java-SED) yang menggunakan bahasa Jawa Ngoko. Tahapan pertama yang dilakukan adalah data preparation dengan menggunakan teknik augmentasi data menggunakan Add Noise, Time Stretch dan Pitch Shif,” kata Muji, dalam keterangan tertulis, Rabu (13/12/2023).

Sesi kedua diisi oleh Muhammad Romadhona Kusuma dengan judul presentasi 'Prediksi Cacat Perangkat Lunak untuk Evaluasi Kualitas Menggunakan Teknik Pembelajaran Ensemble Stacking' dari peminatan Software Engineering. Studi kasus diterapkan pada aplikasi Menara Masjid yang dibangun sendiri oleh Muhammad Romadhona Kusuma dan saat ini telah digunakan sebagai aplikasi resmi Badan Amil Zakat Nasional (Baznas).

“Aplikasi Menara Masjid telah saya kembangkan sejak 2020 dan saat ini telah menjadi aplikasi resmi BAZNAS yang digunakan untuk memudahkan pelaporan, pencatatan, dan pengelolaan dana masjid,” jelas Romadhona.

Proses penelitian menggunakan model machine learning dengan pendekatan Ensemble Stacking yang menggabungkan prediksi dari beberapa model dasar seperti Gradient Boosting Machines, AdaBoost dan Bayesian Ridge menggunakan LightGBM sebagai meta-model.

“Dengan model prediksi yang akurat, aplikasi dapat ditingkatkan secara berkesinambungan, meningkatkan kualitas dan kehandalan aplikasi. Selain itu sebagai peringatan awal terhadap kecacatan pada modul aplikasi, sehingga mempercepat perbaikan, dan mengurangi keluhan pada pengguna di masa akan datang,” katanya.

Pada kesempatan ini, Dr Agus Subekti selaku Ketua Prodi (kaprodi) Ilmu Komputer (S2) UNM menyampaikan pesannya kepada alumni dan mahasiswa yang hadir.

“Kegiatan sharing penelitian seperti ini diharapkan giat diikuti oleh mahasiswa Prodi Ilmu Komputer UNM, tujuannya agar mendapat wawasan dan ide penelitian dalam mempersiapkan tesis. Apalagi saat ini cukup sulit untuk menemukan topik riset dalam bidang software engineering,” ujar Agus.

Ikuti Whatsapp Channel Republika