oleh doktorsiundip | Mar 14, 2024 | Berita
Telah Diselengarakan Ujian Seminar Proposal Doktor Sistem Informasi Sekolah Pascasarjana Universitas Diponegoro mahasiswa tersebut dibawah ini:
nama : Lilik Triyono
NIM :30000322520039
judul disertasi : Sistem Navigasi Mandiri untuk orang dengan Gangguan Pengelihatan Menggunakan Deep Learning
Selasa, 7 Maret 2024
10.00 – 12.00 WIB
Ruang Sidang Doktor Sistem Informasi
Gedung TTB B, Lantai 5 Sekolah Pascasatjana Universitas Diponegoro
Jl. Imam Bardjo, SH. No.5 Semarang
Yth.
1. Prof. Dr. Rahmat Gemowo, M.Si (Promotor Ketua Sidang / Kaprodi Doktor Sistem Informasi)
2. Prayitno, S.ST.,M.T.,Ph.D. (Co promotor / Politeknik Negeri Semarang)
3. Prof.Dr. Kusworo Adi, S.Si.,M.T. (Penguji 1 / Fakultas Sains dan Matematika Undip)
4. Dr. Darjat, ST.,MT.g. (Penguji 2 / Fakultas Teknik Undip)
oleh doktorsiundip | Mar 7, 2024 | Berita
SEMARANG- Dosen Universitas Muria Kudus (UMK) Arif Setiawan berhasil meraih gelar Doktor pada Program Studi Doktor Sistem Informasi (DSI) Universitas Diponegoro (Undip) usai sidang ujian Disertasi di Ruang Sidang Utama Gedung A Lantai 1 Sekolah Pascasarjana Undip pada pada Rabu, 6 Maret 2024.
Dr. Arif Setiawan S.Kom M.Cs melakukan penelitian dengan judul “Estimasi Berat Tubuh Udang Hidup di bawah Air Menggunakan Ciri Morfometrik Berbasis Analisis Citra Digital dan Pembelajaran Mesin”
Tim Penguji pada ujian disertasi tersebut antara lain Dr. R.B. Sularto, S.H., M.Hum (Dekan Sekolah Pascasarjana Undip), Prof. Dr. Rahmat Gernowo, M.Si (Kaprodi DSI Undip), Prof. Dr. Ir. Hadiyanto, S.T., M.Sc., IPU (Promotor), Dr. Drs. Catur Edi Widodo, M.T (Co Promotor), Prof. Dr. Kusworo Adi, S.Si., M.T (Penguji 1), Prof. Dr. Ir. R. Rizal Isnanto, S.T., M.M., M.T., IPU, ASEAN Eng (Penguji 2) dan Prof. Dr. Eko Sediyono, M.Kom (Penguji Eksternal dari UKSW Salatiga).
Menurut Dr Arif Setiawan bahwa udang merupakan hasil budidaya laut yang sangat dibutuhkan, dan mampu mendongkrak hasil perekonomian negara. Mengukur berat tubuh udang di masa panen sangat dibutuhkan untuk mengetahui kondisi udang di dalam air dengan metode tanpa menangkap udang secara langsung.
“Tujuan dari penelitian ini adalah mengembangkan metode baru untuk mengukur berat tubuh udang hidup di dalam air tanpa menangkap udang secara langsung, menggunakan ciri morfometrik berbasis analisis citra digital dan pembelajaran mesin. Tahapan penelitian ini terdiri dari 4 tahap, yaitu akuisisi data citra digital udang, pemrosesan awal menggunakan metode deteksi tepi dan pendeteksian ROI, klasifikasi untuk membedakan udang dan bukan udang menggunakan metode pembelajaran mesin, dan estimasi berat udang hidup di dalam air menggunakan ciri morfometrik berbasis analisis citra digital dan pembelajaran mesin,” ungkap Dr Arif Setiawan.
oleh doktorsiundip | Mar 6, 2024 | Berita
Ahmad Abdul Chamid berhasil meraih gelar Doktor usai Sidang Disertasi pada Program Studi Doktor Sistem Informasi (DSI) di Ruang Sidang Utama Gedung A Lantai 1 Sekolah Pascasarjana Universitas Diponegoro (Undip) pada Selasa, 5 Maret 2024
Dr Ahmad Abdul Chamid melakuakan penelitian disertasi dengan judul “Analisis Sentimen Berbasis Aspek untuk Ulasan Pengguna Marketplace Menggunakan Stanza dan Pendekatan Semi-Supervised Learning”
Tim Penguji terdiri dari Dr. R.B. Sularto, S.H., M.Hum (Dekan Sekolah Pascasarjana Undip), Prof. Dr. Rahmat Gernowo, M.Si (Kaprodi DSI Undip), Prof. Dr. Widowati, S.Si., M.Si. (Promotor), Dr. Retno Kusumaningrum, S.Si., M.Kom. (Co Promotor), Prof. Dr. Kusworo Adi, S.Si., M.T. (Penguji 1), Prof. Dr. Adian Fatchur Rochman, S.T., M.T (Penguji 2), dan Prof. Dr. Ridwan Sanjaya, S.E., S.Kom., MS.IEC (Penguji Eksternal dari UNIKA. Soegijapranata Semarang)
Menurut Dr Ahmad Abdul Chamid Penelitian disertasi ini dilakukan karena selama ini ulasan yang ada pada marketplace kurang menyajikan informasi yang mendalam dan adanya disinformasi pada ulasan yang berbentuk bintang, selain itu kalimat ulasan yang ada belum disajikan dalam bentuk informasi yang mudah dipahami oleh pihak terkait, ksususnya pemilik toko online, misal pada kalimat ulasan perlu dianalisis secara mendalam untuk mendapatkan informasi apa yang sebenarnya disukai atau tidak disukai dari pembeli.
oleh doktorsiundip | Mar 5, 2024 | Berita
Telah Diselengarakan Ujian Seminar Hasil Doktor Sistem Informasi Sekolah Pascasarjana Universitas Diponegoro mahasiswa tersebut dibawah ini:
nama : Pradityo Utomo
NIM :30000320520042
judul disertasi : Perkembangan Model Multi Level Pengembangan Keputusan Kelompok Dengan Dinamis Kreteria dan Metode Fuzzy Leaning Vector Quantization
Senin, 4 Maret 2024
09.00 – 11.00 WIB
Ruang Sidang Doktor Sistem Informasi
Gedung TTB B, Lantai 5 Sekolah Pascasatjana Universitas Diponegoro
Jl. Imam Bardjo, SH. No.5 Semarang dengan Tim Penguji
Tim Penguji :
1. Prof. Dr. Rahmat Gernowo, M.Si (Kaprodi/Ketua Sidang / FSM Undip)
2. Prof. Dr. Kusworo Adi, S.Si., M.Si (Promotor / FSM Undip)
3. Dr. Oky Dwi Nurhayati, S.T., M.T. (Co Promotor / FT Undip)
4. Dr. Aghus Sofwan, ST.,MT.,Ph.D (Penguji I /FSM Undip)
5. Dr. Eng. Adi Wibowo S.Si.,M.Com (Penguji 2 / FSM Undip)
oleh doktorsiundip | Feb 28, 2024 | Berita
Raih Predikat Cumlaude, Usman Ependi
Lulusan Pertama Doktor Sistem Informasi Undip
SEMARANG Dosen Universitas Bina Darma Palembang Usman Ependi meraih gelar doktor usai mempertahankan disertasinya pada ujian Disertasi Program Studi Doktor Sistem Informasi (DSI) Sekolah Pascasarjana Universitas Diponegoro (Undip) dan meraih predikat cumlaude dengan IPK 4,00 pada Senin, 26 Februari 2024 di Gedung TTB A Sekolah Pascasarjana Undip.
Dr Usman Ependi melakukan penelitian dengan judul “Pengembangan Model Penilaian Kota Pintar Menggunakan Crowdsourced Data dan Long Short-Term Memory Berbasis General Systems Theory”.
Betindak sebagai Ketua Penguji sekaligus Dekan Sekolah Pascasarjana Undip Dr. R.B. Sularto, S.H., M.Hum., Sekretaris Penguji sekaligus Ketua Program Studi Doktor Sistem Informasi Undip Prof. Dr. Drs. Rahmat Gernowo, M.Si. Adapun bertindak sebagai Promotor Prof. Dr. Adian Fatchur Rochim, S.T., M.T. dan Ko Promotor Dr.Eng. Adi Wibowo, S.Si., M.Kom.
Penguji I Prof. Dr. Ir. Hadiyanto, S.T., M.Sc., IPU, Penguji II Prof. Dr. Ir. R. Rizal Isnanto, S.T., M.M., M.T., IPM dan Penguji eksternal dari ITB Prof. Dr. Ing. Ir. Suhardi, M.T.
Menurut Dr Usman Ependi bahwa dalam rangka mencapai pemahaman yang lebih mendalam mengenai ekosistem perkotaan melalui penilaian kota pintar, terdapat keterbatasan yang signifikan dalam teknik evaluasi tradisional. Keterbatasan tersebut mencakup sumber data yang tidak selalu sesuai, kurangnya data yang komprehensif, dan kendala waktu nyata.
“Perkembangan signifikan dalam ketersediaan crowdsourced data telah memberikan gambaran dinamis yang berharga mengenai sistem perkotaan. Kesadaran akan pentingnya data ini mendorong penelitian ini untuk mengembangkan sebuah model penilaian kota pintar dengan menggunakan crowdsourced data, tujuan utamanya mengatasi kesenjangan dalam pemahaman tentang interaksi perkotaan, di saat bersamaan menangani tantangan data tidak seimbang yang berasal dari crowdsourced data,” ungkap Dr Usman Ependi.
Ia menambahkan penelitian ini mengadopsi pengembangan model didasari dari prinsip General Systems Theory (GST) untuk kota pintar dengan pendekatan melalui Metodologi Ilmu Desain. Selain itu, penanganan data tidak seimbang ditekankan dengan penggunaan hibrid level data yang menggabungkan oversampling dan undersampling, yang mencakup Random Over Sampling dan Neighborhood Cleaning Rule (ROS-NCL) dengan algoritma klasifikasi long short-term memory (LSTM).
Hasil dari penelitian ini adalah sebuah model penilaian kota pintar yang komprehensif. Model ini menyediakan pemahaman yang mendalam tentang ekosistem perkotaan melalui tiga dimensi utama keberlanjutan: sosial, ekonomi, dan lingkungan. Model ini juga mencakup dua belas indikator yang relevan dengan dimensi-dimensi ini. Validitas dan efektivitas model ini telah diuji secara empiris melalui studi kasus pada empat kota di Pulau Jawa Indonesia, yakni Surabaya, Semarang, Bandung, dan Jakarta. Hasil penilaian dari model ini dipresentasikan melalui analisis multidimensi, memberikan pandangan mendalam tentang setiap kota yang dapat digunakan untuk panduan pengembangan dan perbaikan pada masa mendatang. Selain itu, pendekatan ROS-NCL dan algoritma LSTM terbukti sangat efektif dalam mengatasi ketidakseimbangan data dalam klasifikasi crowdsourced data ke dimensi dan indikator penilaian kota pintar, mendemonstrasikan superioritasnya dibandingkan dengan pendekatan lain dalam hibrid level data.
