International Conference on Information Technology and Digital Application, ICITDA 2020, will be held again! In its fifth year, ICITDA will be held virtually on November 13-14, 2020. There will be 5 keynote speakers and 6 hands-on workshops.

The deadline for submission is August 15th, 2020 and notification for acceptance is on September 15th, 2020.

All accepted papers of ICITDA 2020 will be published in the online proceeding. The online proceeding is a part of conference series of IOP Publication, which will be indexed by Scopus, EI-Compendex, and Inspec.

For further information and submission, please visit https//icitda.org. Prepare yourself and submit your paper!

 

ICITDA 2020 International Conference on Information Technology and Digital Applications

Alhamdulillah, Sabtu 16 Mei 2020 lalu, jam 08.00 – 15.00 telah dilaksanakan Webinar Penawaran Topik Penelitian yang dihadiri oleh Mahasiswa S1 dan S2 Jurusan Informatika UII. Terdapat sebelas dosen yang menawarkan tema penelitian dengan bidang riset beragam, antara lain: forensika digital, sistem informasi enterprise, sains data, dan informatika medis.

Kegiatan yang dilaksanakan melalui platform Zoom ini bertujuan untuk menginspirasi mahasiswa yang memerlukan topik penelitian bagi tugas akhirnya, baik itu untuk Skripsi S1 maupun Tesis S2. Selain itu, penawaran topik penelitian ini juga diharapkan mampu membuka peluang kerja sama antara dosen-mahasiswa S2-mahasiswa S1 untuk melaksanakan riset kolaborasi.

Daftar video rekaman Webinar Penawaran Topik Penelitian bisa diakses di YouTube Playlist berikut ini:

Kode Classroom Penawaran Judul TA

Sabtu (7/3) kemarin, Magister Informatika secara simbolis menyerahkan Beasiswa Kompetitif Magister Informatika tersebut kepada dua orang peraihnya dalam acara kuliah umum magister di Ruang Audiovisual Gedung Rektorat Lantai 4.

Kedua orang peraih beasiswa tersebut adalah Rio Rizky Aryanto yang mengambil konsentrasi Sains Data, dan Virjayanti Lazinu yang mengambil konsentrasi Forensik Digital. Masing-masing mendapatkan beasiswa senilai Rp 6 juta berupa potongan SPP sebesar Rp 1.5 juta per semester.

Rio sendiri yang merupakan seorang alumni Statistika UGM mengaku sangat tertarik untuk meneruskan studinya di Magister Informatika karena di situ terdapat konsentrasi Sains Data. Sebelum mendaftarkan diri, ia sendiri telah berkecimpung di industri data selama lima tahun. Jadi, menurutnya mengambil studi pascasarjana dengan konsentrasi Sains Data adalah suatu investasi yang besar untuk dirinya sendiri. Apalagi, saat ini industri data sedang hangat-hangatnya. Jadi, ia berharap bisa memiliki bekal yang cukup untuk menghadapi tantangan-tantangan di industri data nantinya.

Nanti setelah menyelesaikan belajarnya di Magister Informatika, Rio masih ingin berkarir di industri data. Harapannya, ia ingin masuk ke bagian penelitian dan pengembangan, jadi tidak melulu mengerjakan hal teknis saja. Meski demikian, sejujurnya ia juga tertarik untuk menjadi dosen, tapi yang ia pertimbangkan adalah, program sarjana dan magister yang ia ambil tidak terlalu linier.

Sedangkan Virja sendiri juga punya alasan yang tidak kalah menarik dalam memilih melanjutkan studi di Magister Informatika UII. Setidaknya, ia memiliki tiga alasan untuk itu. Pertama, menurutnya UII adalah universitas yang mengedepankan aspek-aspek agama dalam studi. Kedua, ia yang merupakan seorang alumni UTY kerap diajar oleh dosen yang merupakan alumni UII. Jadi ia mendapatkan usul untuk melanjutkan program magisternya di UII.

Alasan terakhirnya, sebab UII sendiri merupakan salah satu universitas yang cukup terkemuka di Indonesia. Jadi ia yakin bahwa sistem pembelajaran dan kurikulum yang diajarkan di Magister Informatika tidak kalah prestis dengan universitas ternama lainnya.

Baik Rio atau Virja mengaku, ujian yang dilalui untuk mendapatkan beasiswa kompetitif yang terdiri dari Tes Potensi Akademik (TPA) dan wawancara cukup menantang. Alhamdulillah, mereka dapat melalui ujian tersebut dengan baik dan mendapatkan kesempatan untuk meraih beasiswa kompetitif dari Magister Informatika UII.

Sebelum menghelat kuliah umum bersama Pak Risman Adnan Mattotorang, di agenda yang sama, Magister Informatika melaksanakan Penyerahan Beasiswa Alumni UII bagi mahasiswa baru. Agenda ini terlaksana Sabtu, (7/3) lalu, di Ruang Audiovisual Gedung Rektorat Lantai 4.

Penyerahan beasiswa dilaksanakan oleh Ibu Izzati Muhimmah. Penerima beasiswa alumni UII ini mendapat beasiswa senilai 10 juta rupiah berupa potongan SPP sebesar 2,5 juta per-semester. Berikut daftar nama penerima beasiswa alumni UII Magister Informatika:

  1. Annisa Rositasari (Informatika Medis)
  2. Siwi Cahyaningtyas (Data Science)
  3. Ikhwan Alfath Nurul Fathony (Sistem Informasi Enterprise)

Dalam wawancaranya, Poppy alias Annisa Rositasari yakin memilih Magister Informatika UII karena sudah pernah kuliah di UII sebelumnya. Jadwal kuliah yang terstruktur, yakni kamis-sabtu, membuat Poppy semakin mantap memilih Magister Informatika UII.

Hampir sama dengan Poppy, Siwi Cahyaningtyas memilih untuk meneruskan pendidikannya di Magister Informatika UII karena jadwal kuliah yang terstruktur sekaligus lingkungannya yang Islami.  Magister Informatika UII juga didukung oleh fasilitas dan kemampuan dosen yang tidak perlu diragukan lagi. Selain itu, pilihan konsentrasinya sesuai dengan minatnya, yaitu Data Science. 

Yang terakhir, Ikhwan. Sebagai alumni S1 Prodi Informatika UII, Ikhwan memiliki keinginan buat mendalami bidang ilmu linier di Magister Informatika UII. Ia memilih konsentrasi Sistem Informasi Enterprise. Hal ini guna mendukung pekerjaannya di BSI UII, yang saat ini telah mendedikasikan diri menjadi Badan Sistem Informasi kelas Enterprise di universitas dan menaungi kurang lebih  30.000 mahasiswa aktif per-Januari 2020.

Tentu saja, proses mereka bertiga mendapatkan beasiswa alumni UII tidak mudah. Mereka harus berjuang mulai dari proses registrasi, mengerjakan TPA, hingga wawancara. Semoga dengan penyerahan beasiswa ini dapat bermanfaat bagi penerimanya selama masa perkuliahan.

Sabtu, (7/3) lalu, telah dilaksanakan Kuliah Umum Mahasiswa Baru Angkatan XXI Program Studi Informatika Program Magister di Ruang Audiovisual Gedung Rektorat Lantai 4. Agenda ini dilaksanakan untuk menyambut mahasiwa baru Magister Informatika sekaligus memberikan semangat dan motivasi di awal perkuliahan. Selain itu, juga dilaksanakan pemberian beasiswa bagi mahasiswa baru oleh Ibu Izzati Muhimmah.

Agenda diisi oleh Bapak Risman Adnan Mattotorang selaku Direktur Software & AI di Samsung R&D Institute Indonesia, yang mengangkat tema Machine Learning and Artificial Intelligence from Fundamental, Conceptual, Practical, and Business Point of Views. Beliau menganggap bahwa tidak sedikit orang yang beranggapan bahwa setiap masalah bisa diselesaikan dengan AI, padahal sebenarnya mungkin mereka belum paham dengan makna Artificial Intelligence serta Machine Learning itu sendiri.

Beliau menekankan konsep FCP: Fundamental, Conceptual, & Practical. Untuk memantapkan teknik belajar mahasiswa, beliau juga merekomendasikan Feynman Technique, yaitu sebuah teknik mengulang kembali pelajaran yang ingin dikuasai dengan menjelaskan mengunakan bahasa yang lebih sederhana, seolah-olah kita mengajarkan ilmu ini untuk anak kecil. Dalam kuliahnya, Pak Risman juga berharap, semoga mahasiswa tidak malas membaca buku karena kita hidup di era yang dinamis.

Sabtu (29/2) lalu, telah berlangsung Pelepasan Mahasiswa Magister Informatika Gelombang III Tahun Akademik 2019/2020 di Co-Working Space Magister Informatika Ruang 2.07 Fakultas Teknologi Industri. Acara dimulai dari pukul 10.30 hingga pukul 12.30.

Agenda ini diawali oleh sambutan Bapak Hendrik, S.T., M.Eng. selaku Ketua Jurusan Informatika yang diwakili oleh Ibu Izzati Muhimmah, S.T., M.Sc., Ph.D., selaku Ketua Program Studi Informatika Program Magister. Selanjutnya, sambutan juga diisi oleh Prof. Dr. Ir. Hari Purnomo, M.T., selaku Dekan Fakultas Teknologi Industri.  Dalam sambutannya, Prof. Hari Purnomo  berharap para lulusan mampu memberikan kontribusinya bagi lingkungan sekitar

Wisuda kali ini, Magister Informatika meluluskan 5 mahasiswanya, yaitu:

  1. Heri Siswanto
  2. Ahmad Faisal Sani
  3. Mohammad Faruq Afif
  4. Detha Eliza
  5. Muhammad Zakariyah

Dari kelima wisudawan, ada satu yang berhasil mendapat gelar cum laude. Beliau adalah Muhammad Zakariyah yang berhasil lulus dengan IPK 3,84. Selamat untuk kelima wisudawan/wati Program Studi Informatika Program Magister Gelombang III Tahun Akademik 2019/2020. Semoga keilmuan yang diraih mampu memberikan manfaat dan keberkahan di dunia dan akhirat.

Magister Informatika kembali menyelenggarakan agenda tahunan Penjelasan Akademik untuk Mahasiswa Baru Magister Informatika di Ruang Audiovisual 1.10 FTI UII pada Jumat, (28/2) lalu. Tujuan agenda ini,  yakni memberi informasi kepada mahasiswa baru tentang dunia akademik serta informasi layanan universitas ataupun prodi yang dapat membantu kelancaran perkuliahan.

Bapak Prof. Dr. Ir. Hari Purnomo, M. T., selaku Dekan FTI, memberikan sambutan dan membuka acara Penjelasan Akademik untuk Mahasiswa Baru Magister Informatika. Selanjutnya, Bapak Dr. R.M. Sisdarmanto Adinandra, S.T., M.Sc., selaku Wakil Dekan FTI menjelaskan tentang kemahasiswaan, Bapak Kholid Haryono, S.T., M.Kom., selaku Kepala Bidang Perencanaan BSI UII menjelaskan tentang Fasilitas IT yang didapat oleh mahasiswa baru selama menempuh pendidikan, Pak Teguh dari Direktorat Perpustakaan menjelaskan tentang Fasilitas Akademik dan Plagiarism, serta Ibu Izzati Muhimmah, S.T., M.Sc., Ph.D., selaku Ketua Program Studi Magister Informatika menjelaskan Penjelasan Akademik yang akan ditempuh selama masa perkuliahan.

Agenda ini cukup lengkap untuk memberi gambaran kegiatan akademik serta informasi fasilitas di UII. Semoga dengan kegiatan ini, mahasiswa baru Magister Informatika semakin termotivasi menimba ilmu dan mengukir prestasi selama perkuliahan. 

 

Mahasiswa Program Studi Informatika Program Magister FTI UII, Muhammad Zakariyah, berhasil mengembangkan aplikasi pemantau kecepatan aliran darah (Blood Flow Velocity atau BFV) dan tekanan tekanan darah (Blood Pressure atau BP). Riset ini menggunakan metode analisis multi parameter biosignal yang berguna sebagai pemantau perkembangan terapi penderita stroke iskemik usia lanjut tanpa diabetes melitus (DM).

Menurut Ibu Izzati Muhimmah, S.T., M.Sc., Ph.D., sebagai Ketua Program Studi Informatika Program Magister FTI UII, dengan menggunakan aplikasi pemantau BFW dan BP penderita bisa lebih hemat karena tidak perlu melakukan CT scan untuk mengetahui perkembangan terapinya, guys. Meskipun penelitian ini masih menggunakan data sekunder dari Amerika Serikat, tetapi tidak masalah karena tidak ada perbedaan antara penderita stroke di Amerika Serikat dan Indonesia.

 

Biosignal mampu memberikan informasi mengenai kondisi tubuh, termasuk kondisi fisiologis penderita stroke iskemik. Regulasi darah di dalam otak diatur melalui mekanisme Cerebral Autoregulation (CA). Beberapa parameter yang dapat digunakan untuk mengetahui mekanisme ini adalah kecepatan aliran darah (Blood Flow Velocity/BFV) dan tekanan tekanan darah (Blood Pressure/BP). 

Stroke juga berkaitan dengan aktivitas sistem saraf, yang direpresentasikan melalui Heart Rate Variability (HRV). Penelitian ini bertujuan untuk mengetahui hubungan ketiga biosignal tersebut dan pengaruhnya terhadap fisiologis penderita stroke iskemik. Subjek penelitian dibagi menjadi dua kelompok (20 stroke dan 20 control). 

Data BFV didapatkan pada bagian Middle Cerebral Artery (MCA), BP didapatkan melalui arteri lengan pada bagian atas, dan elektrokardiogram dengan 3 lead dipasang di bagian dada. Hasil penelitian menunjukkan bahwa terdapat hubungan antara BP dan BFV pada kelompok control (p-value < 0.05; r = -0.574). 

Korelasi ini tidak ditemukan pada kelompok stroke. Sebaliknya hubungan antara BP dan HRV hanya ditemukan pada kelompok stroke, yang disebabkan oleh tingginya aktivitas saraf simpatetik (p-value < 0.05 dan r > 0.4) pada parameter SDRR, RMSSD, CVRR, LF, dan SD1. Pada kelompok control, tidak terdapat hubungan antara HRV dengan BP. Hubungan antara BFV dan HRV pada kelompok control tidak ditemukan secara statistik, namun pada kelompok stroke, hubungan ini terlihat pada parameter LF dan Rasio LF/HF (p-value < 0.05; r > 0.4). 

Berdasarkan temuan dari penelitian ini, parameter yang dapat digunakan untuk menjelaskan karaketeristik penderika stroke di semua posisi adalah MeanRR, VLF, dan LF.

Kesimpulan yang didapat dari penelitian ini sebagai berikut:

  1. Blood Pressure (BP) pada kelompok stroke iskemik dengan beberapa eksklusi pada penelitian ini lebih tinggi dibandingkan dengan kelompok control, sedangkan Blood Flow Velocity (BFV) pada kelompok stroke iskemik lebih lambat daripada kelompok control. Hampir semua parameter pada Heart Rate Variability (HRV) pada kelompok stroke iskemik lebih rendah daripada kelompok control.
  2. Pada kelompok control, BP berbanding terbalik dengan BFV (p-value < 0.05 dan r ≥ 0.5). Pada penderita stroke iskemik, mekanisme ini tidak dapat bekerja dengan baik, sehingga tidak ditemukan korelasi antara BP dan BFV. Terdapat hubungan antara BP dengan HRV pada kelompok stroke iskemik, yang disebabkan oleh tingginya aktivitas saraf simpatetik (p-value < 0.05 dan r > 0.4). Hubungan antara BFV dengan HRV juga hanya ditemukan pada kelompok stroke (p-value < 0.05 dan r > 0.4).
  3. Parameter pada HRV yang dapat digunakan untuk membedakan karakteristik penderita stroke iskemik yaitu SDRR, CVRR, LF, dan VLF yang merepresentasikan aktivitas simpatetik dan parasimpatetik, serta RMSSD dan SD1 yang menunjukkan aktivitas saraf parasimpatetik.

 

Narasumber:

  • Muhammad Zakariyah, Mahasiswa Program Studi Informatika Program Magister FTI UII
  • Izzati Muhimmah., S.T., M.Sc., Ph.D Ketua Program Studi Informatika Program Magister FTI UII

Update Jadwal Ujian Kolektif dan Batas Waktu Pendaftaran Mahasiswa Baru Program Studi Informatika Program Magister FTI UII

Semula:

Pendaftaran: 2 Januari 2020 – 28 Februari 2020
Ujian Kolektif: 1 Maret 2020
Pengumuman: 2 Maret 2020

Berubah menjadi:

Pendaftaran: 2 Januari 2020 – 16 Februari 2020
Ujian Kolektif: 17 Februari 2020
Pengumuman: 19 Februari 2020

Perkuliahan dimulai 27 Februari 2020

Surat pengumuman ada di bawah ini.

pengumuman update jadwal pmb Semester Genap 2019_2020

Tujuh Mahasiswa Program Studi Informatika Program Magister UII Konsentrasi Sains Data dan Informatika Medis Mendapatkan Hibah Penelitian Tesis Magister dari DIKTI Pelaksanaan Tahun 2020. 

Program Studi Informatika – Program Magister, Universitas Islam Indonesia 

 

 

Hibah Penelitian Tesis Magister DIKTI ditujukan untuk meningkatkan aspek kompetensi dalam menyusun ide dan argumen yang saintifik dalam koridor kualitas keilmuan bagi pengajar maupun lulusan pascasarjana. Hal ini akan diukur dengan tercapainya indikator dalam menulis dan mempublikasikan hasil penelitiannya melalui artikel di publikasi internasional bereputasi. Selain itu, hibah ini diharapkan juga untuk menjadi akselerator dalam penyelesaian studi magister dan terciptanya iklim akademik yang lebih dinamis dan kondusif di lingkungan perguruan tinggi. 

Di tahun pelaksanaan 2020 ini, Program Studi Informatika Program Magister UII dibawah bimbingan dua dosennya, yaitu Dhomas Hatta Fudholi, Ph.D. dan Dr.Ing. Ridho Rahmadi, menjulangkan prestasi dalam memperoleh penerimaan hibah untuk tujuh usulan proposal penelitian tesis magister dengan dana pendanaan penelitian total hingga 250 juta rupiah. Ketujuh proposal yang didanai ini merupakan usulan bersama tujuh mahasiswa dari konsentrasi Sains Data dan Informatika Medis. Usulan-usulan yang didanai mengangkat tema-tema terkini pada bidang sains data yang berfokus kepada Deep Learning dan Causal Modeling. Pertama, pada fokus Deep Learning, penelitian-penelitian yang diusulkan akan membuat model piranti cerdas yang dapat secara otomatis mengenali pola wajah dan gesture, preferensi pengguna, entitas obat, dan juga pergerakan saham. Model-model ini akan menggunakan data-data lokal penciri keunikan lokal, seperti lokasi wisata dan budaya di Yogyakarta, bahasa Indonesia dengan segala variasi slank dan interferensi bahasa daerah, serta rona dan fisiologis bangsa Indonesia. Kedua, pada fokus Causal Modeling, penelitian-penelitian yang diusulkan akan mengeksplorasi model hubungan sebab akibat pada konteks kanker, mulai dari hal-hal yang dialami oleh pasien hingga kerabat dan keluarganya. Hasil eksplorasi yang menunjukan sebuah klausa mekanisme apa menyebabkan apa, akan membantu dokter, perawat, peneliti dalam mengembangkan intervensi yang efisien seperti terapi dan obat. 

Ketujuh mahasiswa beserta judul proposal dan ringkasan penelitian yang mendapatkan pendanaan adalah sebagai berikut:

 

1. Mochamad Rezky Satyatama

Judul Proposal: Travelling Recommendation Through Deep Social Media Image Post Learning

Ringkasan: Indonesia sebagai negara kepulauan yang besar memiliki banyak potensi, diantaranya adalah keragaman budaya dan memiliki banyak destinasi wisata. Penelitian ini bertujuan untuk merancang sistem rekomendasi travelling, untuk membantu para wisatawan dalam menentukan destinasi wisata yang sesuai dengan post dari social media mereka, terutama foto-foto travelling mereka sebelumnya. Sistem yang dikembangkan menggunakan pendekatan deep neural network untuk menganalisa konteks dari foto pengguna yang melihat tempat-tempat yang pernah dikunjungi sebelumnya dan memberikan rekomendasi yang disesuaikan dengan pariwisata di Indonesia.

 

2. Dede Brahma Arianto

Judul Proposal: Named Entity Recognition untuk Obat di Indonesia

Ringkasan: Bidang biomedis memiliki banyak literatur tentang obat, baik obat kimia maupun obat herbal. Peningkatan jumlah informasi digital melalui media website mempengaruhi penambahan artikel website yang memuat informasi tentang obat. Pengawasan keamanan obat dalam mendukung pengambilan keputusan secara individu perlu dilakukan. Hal ini bertujuan untuk mencegah Adverse Drug Event (ADE) yang terjadi karena kesalahan dalam mengkonsumsi obat sehingga menimbulkan efek samping setelah mengkonsumsi obat. Penelitian ini bertujuan untuk membuat model Named Entity Recognition (NER) nama obat di Indonesia yang dapat digunakan oleh lembaga pengawas dalam mendeteksi dan mengekstrak nama obat secara otomatis dengan pendekatan Bidirectional Long Short-Term Memory (BLSTM).

 

3. Maghfirah Suyuti

Judul Proposal: Detecting Classroom Fatigue Through Deep Image Learning

Ringkasan: Stres atau depresi merupakan salah satu jenis gangguan kesehatan mental, dimana penderitanya bisa memiliki rasa cemas yang tinggi akan kondisi yang ditakuti. Salah satu gejala seseorang mengalami depresi adalah kelelahan. Di Indonesia, kelelahan berlebihan yang menyebabkan depresi, belum mendapatkan perhatian yang serius dan banyak kasus depresi yang belum tertangani. Terdapat sekitar 5% dari anak-anak dan remaja di Indonesia menderita depresi pada suatu titik waktu tertentu. Anak- anak di bawah tekanan pada saat belajar di sekolah, berada pada risiko yang lebih tinggi terhadap depresi. Penelitian ini bertujuan untuk mengembangkan fatigue detector yang mampu menganalisa kelelahan seseorang dari kamera di sebuah ruangan dengan melihat gesture dan posisi duduknya, dengan pendekatan Deep Image Learning. Sistem ini diharapkan akan membantu mendeteksi jumlah siswa yang kelelahan pada ruang belajar, sehingga dapat diprediksi seberapa tinggi tingkat kejenuhan kelas karena kelelahan. 

 

4. Nurdi Afrianto

Judul Proposal: Improved Multi-factor Stock Price Prediction Through Sentiment Analysis

Ringkasan: Pasar efisien menyiratkan bahwa harga semua sekuritas yang diperdagangkan mencerminkan semua informasi yang tersedia, sehingga informasi menjadi parameter utama yang digunakan untuk membuat keputusan investasi yang tepat. Informasi pada pasar modal dapat digunakan untuk membuat strategi investasi, menentukan nilai harga saham pada masa depan dan pembentukan portofolio. Kehadiran Big Data dipercaya dapat menyelesaikan berbagai permasalahan yang ada dengan cepat, menyelesaikan data rumit dan jumlah data yang banyak. Tujuan dari penelitian ini adalah melakukan analisis dan dinamika hubungan antara isu dengan harga saham. Metode yang akan digunakan dalam penelitian ini adalah menggunakan pendekatan Long Short-Term Memory (LSTM) yang merupakan bagian dari Deep Learning untuk analisa sequence

 

5. Putri Mentari Endraswari

Judul Proposal: Identifikasi Hubungan Kausal antara Perasaan Beban Diri, Dukungan Sosial, dan Kebutuhan Spiritual Terhadap Cancer Related Fatigue Pada Pasien Kanker Payudara

Ringkasan: Pada tahun 2018, kematian yang diakibatkan oleh kanker payudara di Indonesia mencapai 17%. Kanker payudara menyebabkan CRF (Cancer Related Fatigue) atau gejala kelelahan dari efek samping pengobatan kanker itu sendiri. CRF dapat memberikan dampak negatif terhadap keadaan psikososial, spiritual, dan perasaan beban diri pada pasien. Untuk memahami lebih mendalam tentang CRF, maka kita perlu menjawab pertanyaan “Bagaimana mekanisme kausal (sebab-akibat) dari faktor-faktor yang berhubungan dengan CRF?”. Tujuan dari penelitian ini adalah untuk memodelkan hubungan kausal antara CRF dengan faktor psikososial, spiritual, dan perasaan beban diri dengan menggunakan metode Stable Specification Search for Cross-Sectional Data with Latent Variable (S3C-Latent). Model akhir yang didapatkan diharapkan dapat menjadi sebuah referensi saintifik dan praktis dalam menangani pasien kanker payudara. 

 

6. Rizki Surtiyan Surya

Judul Proposal: Pemodelan Hubungan Kausal dari Faktor-Faktor Beban Keluarga Dalam Merawat Pasien Kanker Dengan Metode S3C-Latent

Ringkasan: Dalam konteks merawat pasien kanker, keluarga adalah orang-orang yang relatif paling dekat dan intens dalam memberikan perhatian. Kanker adalah penyakit yang membutuhkan proses pengobatan yang berjangka dan bertahap. Dampaknya, keluarga yang merawat pasien kanker pun dapat merasakan beban yang beragam. Beban keluarga dalam merawat pasien kanker meliputi beban fisik, psikologis, sosial, dan keuangan. Untuk memahami lebih jauh ke dalam permasalahan ini, kita perlu mempelajari hubungan antara faktor-faktor tersebut. Sejauh ini, studi-studi yang telah dilakukan masih sebatas memodelkan prediksi dan analisis korelasi, dan belum melihat pada satu pertanyaan fundamental: bagaimana hubungan kausal (sebab-akibat) antara faktor-faktor tersebut. Tujuan penelitian ini adalah untuk memodelkan hubungan kausal faktor-faktor beban keluarga dalam merawat anggota keluarga yang menderita kanker. Melalui penelitian ini, kami berharap dapat merekomendasikan model kausal yang berguna untuk keluarga, dokter, tenaga kesehatan dan semua pihak yang terlibat dalam menangani pasien kanker.

 

7. Miftakhurrohmat Judul Proposal: Rancang Bangun Aplikasi Presensi Kelas Berbasis Pola Wajah Tersenyum dan Informasi Lokasi serta Waktu dari Wifi Terdekat dengan Pendekatan Deep Learning

Ringkasan : Kehadiran siswa dalam suatu pembelajaran di kelas seringkali menjadi syarat wajib dalam dunia pendidikan, dan menjadi tolok ukur penilaian terhadap siswa. Di lingkungan perkuliahan Universitas Islam Indonesia sebagai contoh, aturan minimal 75 % kehadiran adalah syarat untuk dapat mengikuti ujian. Aturan ini belum disikapi positif secara menyeluruh oleh mahasiswa; terkadang masih dijumpai  praktik-praktik curang dalam presensi, seperti yang dikenal dengan istilah titip absen. Dalam konteks administrasi, presensi berbasis tandatangan menggunakan buku berpotensi pemborosan dan juga memperpanjang tahapan administrasi seperti rekapitulasi manual untuk dimasukkan ke dalam sistem. Penelitian ini bertujuan untuk merancang bangun aplikasi presensi kelas berbasis pengenalan pola wajah tersenyum, kesesuaian lokasi dan waktu presensi. Data presensi kemudian akan secara otomatis dikirim ke sistem akademik tanpa melalui proses rekapitulasi manual. Penelitian ini bertujuan untuk mengurangi potensi kecurangan di dalam mekanisme presensi, mengurangi penggunaan kertas, dan memudahkan rekapitulasi presensi. Penggunaan pola wajah yang tersenyum sebagai validasi presensi juga secara tidak langsung akan membawa suasana positif ke dalam kegiatan pembelajaran kelas. 

 

Sleman, 6 Februari 2020 

Program Studi Informatika – Program Magister Universitas Islam Indonesia