Berita

NOTULENSI TOPIK SKRIPSI PROGRAM STUDI TEKNIK INFORMATIKA (Keminatan RPL dan KC)

NOTULENSI TOPIK SKRIPSI PROGRAM STUDI TEKNIK INFORMATIKA (Keminatan RPL dan KC)

21 AGUSTUS 2018 di H 1.6

 

 

Alasan kegiatan:

Penyampaian garis besar status akademik TIF angkatan 2013-2015
869 = jumlah angkatan 2015 yang sudah KRS semester genap

Dan dari angkatan 2013 2014 masih banyak mahasiswa yang baru saja memprogram skripsi pada krs pada semester ini, bahkan masih banyak juga yang belum memprogram skripsi pada krs.

Harapannya untuk memotivasi mahasiswa 2015 dalam mengambil skripsi pada semester ini agar target kelulusan pada angkatan 2015 tepat waktu dan tidak terlalu molor.

Persoalan skripsi:

Mahasiswa masih sulit mencari judul untuk skripsi

CATATAN :

JIKA SUDAH TERTARIK DENGAN TOPIK-TOPIK YANG DITAWARKAN, TIDAK DIPERBOLEHKAN MENGAJUKAN TOPIK TERSEBUT DENGAN DOSEN YANG LAIN. JADI HARUS DENGAN DOSEN YANG BERSANGKUTAN DENGAN TOPIK TERSEBUT, KEMUDIAN LANGSUNG MENGHUBUNGI DOSEN YANG BERSANGKUTAN  

 

 

KEMINATAN REKAYASA PERANGKAT LUNAK

 

Pak Agus Wahyu Widodo, S.T, M.Cs
Memberi waktu selama seminggu untuk mahasiswa yang ingin mengambil matakuliah induksi riset ke dosen yang bersangkutan supaya cepat untuk lulus. Jika semester sekarang belum mengambil skripsi boleh mengambil matakuliah induksi riset agar mempersiapkan skripsi di semester selanjutnya.

Pak Bayu Priyambadha, S.Kom, M.Kom
Tipe Skripsi RPL ada 2 yaitu Implementatif dan Non-Implementatif.

  • Implementatif 
    Pada topik skripsi ini pun diimplementasikan dan dapat dilihat dari hasilnya.

 

Ada 4 tipe dalam Implementatif :
1. Pengembangan
Membuat software yang baru.


2. Pengembangan Lanjut
Mengembangkan software yang sudah ada.

3. Perancangan
Menerapkan prinsip software engineering dan merancangnya. Dan produk dalam
perancangannya pun harus siap untuk diimplementasikan.


4. Implementasi
Mengimplementasi perancangan yang sudah ada.

 

  • Non-Implementatif
    Pada topik skripsi ini tidak diimplementasikan dan hasil akhirnya dapat dilihat dari investigasi atau analisisnya. Di topik ini pun menggunakan sentuhan statistic dan bisa juga melakukan investigasi pada lingkungan sekitar.

Road Map Penelitian Pribadi :

Effective Refactorins  Method
Code Smell Detection, Automatic Refactoring, dan Effective Refactoring

            Harapan yang ingin dicapai oleh Pak Bayu yaitu dapat mendeteksi code smell secara otomatis

Pak Denny Sagita Rusdianto, S.Kom, M.Kom
Penelitian skripsi di RPL
Dapat menghasilkan produk software dan produk hasil perancangan

  • Implementatif
    1. Development
    Membuat software baru

    2. Enhancement
    Melanjutkan atau mengembangkan software yang sudah ada

    3. Design
    Membuat analisa kebutuhan sampai perancangan

    4. Construction
    Harus memiliki dasar perancangan pada RPL

 

  • Non-Implementatif
    1. Analitik
    2. Deskriptif

Topik :
-   Dapat ditemukan atau dirasakan pada kehidupan sehari – hari
Seperti : Pengelolaan aplikasi bagi Ibu RT, Mencari masalah pada area FILKOM, Point of Sales

 

- Mencari masalah pada proses Requirement Engineering
Seperti : Requirement Prioritisation, Case Tool Proses Elisitasi, Ekstraksi Kebutuhan, Requirement Checking

Pada skripsi harus bisa membedakan pendekatan, metode dan tekniknya.

 

 

Sesi Tanya Jawab

  1. Untuk topik kualitas RPL yang menurut Pak Bayu, jika tertarik tetapi belum mengambil matakuliah tersebut bagaimana?
    A : Matakuliah itu pada dasarnya semua ada di RPL walaupun tidak mengambil ,atakuliah
          tersebut tidak bermasalah, tetapi jika mengambil matakuliah itu bisa menambah nilai   
          tambah bagi mahasiswa
  2. Ketika sudah setuju dengan point2nya. Metodenya itu yang memberikan dari pihak dosen atau mahasiswa?
    A : Metode itu mengimplementasi  dari jurnal

 

KEMINATAN KECERDASAN BUATAN

 

Pak Muh Arif Rahman, Drs., M.Kom

Topik : Intelligence Transportation System (ITS)
Bidang : Pemrosesan Citra dan Visi Komputer
Elemennya :

- Vehicle Detection,

  • Pengujian parameter lalu lintas (Jmlh kendaraan, kecepatan, kecelakaan dll)
  • Kontrol dan manajemen lalu lintas

Problem Vehicle: Penempatan sensor CCTV, variasi iluminasi (siang dan malam, bagaimana bisa mereduksi sinar agar tahu bahwa itu adalah kendaraan)

Topik yang diberikan:

  • Penentuan motor dan non motor (3 judul, metode siap)
  • Penentuan jumlah motor, dalam gambar, bisa diitung jumlahnya (2 judul)
  • Cek nomor kendaraan (3 judul)
  • Feature yang cocok untuk motor (3 judul)
  • Pemilihan ruang untuk menentuan motor dan non motor (4 judul)
  • Perbedaan illuminasi pada proses deteksi motor (2 judul)

 

-tracking

 

Pak Mochammad Ali Fauzi, S.Kom, M.Kom

Bidang  : Text Mining
- Dari komentar sosmed, kita bisa tentukan mana komen negative dan positif
- Dalam pemilihan produk, sebuah feedback
- Review rating produk

Tugas:
Melakukan klasifikasi teks kedalam review produk

  • Reviewnya menggunakan N-Gram dan Naïve Bayes, menangkap 2 kata atau 3 kata, tetapi jarang muncul
  • Maka dari itu N-Gram with feature composition
  • Lexicon Based Semantic and Machine Learning (bisa mengakomodasi lebih, seperti lebih baik atau sangat baik) bisa menggunakan beberapa metode
  • Feature Ensemble and Machine Learning (5 titles)

 

Pak Randy Cahya Wihandika, S.ST., M.Kom

Bidang : Visi Komputer (Image Procession)

Topik:

  • Segmentasi pembuluh darah retina (Dataset: DRIVE)
    Ada beberapa objek: -pembuluh darah (orang yg kena diabetes, bisa dimonitor pembuluh darah matanya agar tidak buta)
    Optic disknya
    Disegmentasi dari pembuluh darah, menjadi gambar pixel
    Objek yang lain: Dalam penderita diabetes, di retina ada lemak bercak, bisa dianalisis

 

  • Pengenalan Wajah
    Klasifikasi gender berdasarkan cara wajah (Dataset: FERET, PAL, CASIA, FEL, dll)
    Dicari informasi jenis kelamin

 

  • Kategorisasi usia brdsrkan citra wajah (FG-NET, Morph)
    Misal di vending machine, bisa mendeteksi wajah anak-anak yang dilarang membeli minuman alcohol

 

Selama bimbingan proses mingguan, ada atau tidak ada progress

 

Pak Tibyani, S.T, M.T

Topik : JST Untuk Prediksi/Klasifikasi Dalam Edukasi/Pendidikan/Pembelajaran/E-Learning atau
            Educational Data Mining Menggunakan Jaringan Syaraf Tiruan

Contoh Judul:

  • Jaringan Syaraf tiruan untuk mengetahui penyebab drop out mahasiswa
  • Klasifikasi gaya belejar visual
  • Prediksi tingkat kelulusan ujian nasional

 

           - Target 4 bulan

           - Stressing Parafrase dalam Riset untuk Plagiasi

           - Ditawarkan 10-15 mhs Filkom UB

           - Coding tergantung kompetensi/keahlian

 

Pak Agus Wahyu Widodo, S.T, M.Cs

Bidang : Image Processing

Beberapa Judul :

  • Penerapan metode Bounding Box untuk Deteksi Rambu Lalu Lintas dalam Citra Digital
  • Penerapan bounding dan hough dalam kemiringan citra tanda tangan
  • Deteksi Jumlah baris Teks dalam citra dokumen dengan metode histogram proyeksi Piksel dan hough
  • Deteksi Tandatangan dalam citra hasil pindai dokumen dengan metode histogram proyeksi Piksel dan hough
  • Segementasi lokasi melisma pada Citra Kulit wajah dengan menggunakan Texture Based Region Growing
  • Segmentasi Lokasi melisma pada Citra Kulit wajah dengan menggunakan Color Based Region Growing
  • Segmentasi Lokasi melasma pada Citra Kulit wajah dengan menggunakan Local Entropy Region Growing
  • Content Based Music Retrieval  (CMR) menggunakan Analisis Frekuensi (Haar, Gaussian, Fourirer)

 

Distrubuted Generic:

1. Multilevel

2. Chromosome

 

 

Pak Putra Pandu Adikara, S.Kom, M,Kom

Topik Skripsi:

  • Perolehan Informasi (Information Retrieval)
  •  
  • Pemrosesan Bahasa Manusia (Natural Language Processing)

-POS

  • Pembelajaran Mesin
  • Masih ada topik2 lain
  • Metode yang ditawrkan word embeeding

Judul:

  • Pencarian Dokumen dengan Query Expansion Menggunakan Word Embeeding
  • Rekomendasi Jurnal/Dokumen pake Word Embeeding
  • Rekomendasi Lagu bnd. Lirik Menggunakan Word Embeeding
  • Pencarian Dokumen Cross Language Cross Language Inggris Indonesia Dengan Query Expansion memakai Word Embeeding

Pak Marji, Drs., M.T

  • Mengoptimasi Data dari time series (Perkembangan penduduk) bisa mengurangi apa tidak
  • Memakai Metode Bayes (Peluang Kelas)
  • Data latih berbeda, peluang berbeda, bagaimana memperkirakan peluang masing masing kelas, dan bisa mendapatkan konstanta (Distribusi Native Bayes)
  • Data Protein, akurasi rata2 40%, dari kasus itu diambil maksimalnya

 

Bu Candra Dewi, S.Kom, M.Sc

Bidang : Pertanian dan Tanaman (Image Processing)

  • Tanaman aromatherapy hanya terindikasi 40 tanaman, bisa didata dan dianalisis
  • Menggunakan data satelit untuk mendeteksi perbedaan tanaman seperti sereh wangi atau padi
  • Menggunankan data foto kamera untuk mengidentifikasi tanaman inang, untuk minyak wangi
  • Menggunakan fitur color dan texture
  • Setelah mendapat data profiling, bisa diidentifikasi ekstrak minyak nila dari tebu
  • Data yang bersumber dari enos, yang sangat peka dengan aroma, memakai fitur ekstraksi dan klasifikasi, sehingga nanti untuk mencari tanaman, bisa menggunakan aroma tertentu

 

Pak Imam Cholissodin, S.Si, M.Kom

Topik Riset Skripsi:

  • Deep Analysis/Optimize Social Media using Machine Learning
  • Deep Analysis/Optimize Documen akademik (pendidikan)/lembaga pemerintahan/etc untuk mendukung smart education dan smart gov. menggnakan algoritma apapun dari amchine learning
  • Deep Analysis/Optimize activity/ability untuk smart human life, terkait dengan otomasi sekaligus aktivitas dari kebiasaan sikap seseorang, kebiasaan komunitas di suatu wilayah tertentu
  • Image Understanding, mengindikasi letak suatu objek menggunakan yolo algorithm, dengan Cuda/Open CL
  • Big Data untuk case apapun menggunakan algortima apapun
  • Agriculture Intelligence (optimize, prediksi, klasifikasi, clustering, etc)
  • Healthy Intelligence (optimize, prediksi, klasifikasi, clustering, etc), meminimalisasi efek samping obat, bisa digunakan dalam makanan untuk diet

 

Bu Dian Eka Ratnawati, S.Si, M.Kom

Mengarah ke Bioinformatics

 

Sesi Tanya Jawab :

  1. Induksi Riset : Daftar ke dosen, dosen nanti lapor ke Pak Wiwid, lewat pak Gondo
  2. Pembagian Induksi Riset (kelas)
  3. Fitur- fitur JST nantinya bisa apa?
    dibebaskan oleh mahasiswa, bisa didiskusikan nantinya

 

LINK PPT :

Klik Disini

 

 

 

Departemen Advokasi dan Kesejahteraan Mahasisa

Eksekutif Mahasiswa Informatika UB

Kabinet Keluarga

#KitaKeluarga

#SatuPaduInformatika