Penglepasan Wisuda Sekolah Pascasarjana
Universitas Diponegoro Periode ke-174 dari program studi doktor sistem informasi ada 4 orang, Tahun 2024 yang akan diselenggarakan pada: Hari Rabu, 24 April 2024 JAM
15.00 WIB – selesai Ruang Sidang Utama, Lt. I, Gedung TTB. A.
Sekolah Pascasarjana Universitas Diponegoro
💐 Wisuda ke-174 Universitas Diponegoro 💐
Wisuda ke-174 UNDIP yang pertama kali dilaksanakan di Muladi Dome Gedung Serbaguna (GSG) UNDIP.
Buat teman-teman yang diwisuda pada periode ini, selamat yaa sudah melewati tahapan menuju level yang lebih tinggi. Semangat untuk mengejar mimpi dan kesuksesan di masa mendatang🤩
Kurikulum pada Program Studi Doktor Sistem Informasi Universitas Diponegoro
diselenggarakan dengan 2 cara yaitu By Course (BC) dan By Reasearch (BR). Program by
course diselenggarakan dengan perkuliahan terstuktur di awal semester sebanyak 16 SKS (4
matakuliah) sedangkan program by research tidak ada beban SKS perkuliahan di awal
semester, mahasiswa langsung mengerjakan proposal disertasi dan melakukan riset.
Mahasiswa diberi kebebasan untuk memilih salah satu di antara dua program tersebut, akan
tetapi program by research diprioritaskan bagi mahasiswa yang telah memiliki proposal
dengan kebaruan (novelty) yang baik dan memiliki pengalaman publikasi di jurnal
internasional bereputasi yang cukup. Perbedaan beban SKS untuk program by course dan by
research
Tabel Distribusi Matakuliah DSI UNDIP setiap semester untuk Program by Course
No KODE MATA KULIAH SKS STATUS SEMESTER
1 CSI1924101 Metodologi Penelitian Sistem Informasi 4 WAJIB I
2 CSI1924102 Trend Sistem Informasi 4 WAJIB I
3 CSI1924103 Sains Data untuk Bisnis 4 WAJIB I
4 CSI1924201 Riset Sistem Informasi 1 6 WAJIB II
5 CSI1924202 Ekonomi Digital 4 PILIHAN II
6 CSI1924203 Analitika Data Besar 4 PILIHAN II
7 CSI1924204 Kecerdasan Buatan untuk Sistem
Informasi
4 PILIHAN II
8 CSI1924205 Manajemen Rantai Pasok 4 PILIHAN II
9 CSI1924206 Internet of Things (IoT) 4 PILIHAN II
10 CSI1924301 Ujian Proposal Disertasi 6 WAJIB III
11 CSI1924302 Riset Sistem Informasi 2 6 WAJIB III
12 CSI1924303 Publikasi 1 6 WAJIB III
13 CSI1924401 Riset Sistem Informasi 3 6 WAJIB IV
14 CSI1924402 Seminar Hasil 6 WAJIB IV
15 CSI1924501 Publikasi 2 12 WAJIB V
16 CSI1924502 Kelayakan 6 WAJIB V
17 CSI1924601 Ujian Disertasi 12 WAJIB VI
Muhammad Arifin 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, 20 Maret 2024
Dr Muhammad Arifin melakuakan penelitian disertasi dengan judul “Model Educational Data Mining Berbasis Gradient Boosted Trees untuk Prediksi Performa Akademik Mahasiswa”
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), 2. Farikhin, S.Si., M.Si., Ph.D. (Co Promotor), Dr. Maman Somantri, S.T., 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 Muhammad Arifin Penelitian disertasi ini dilakukan Membangun model EDM untuk prediksi akademik mahasiswa berbasis Algorima GBT dengan menggunakan data akademik dan non akademik, Menemukan Fiktur yang paling berpengaruh dalam memprediksi perfoma akademik mahasiswa, Meningkatkan akurasi prediksi dengan melakukan optimasi hyperparameter pada algoritma GBT, dan Membangun sistem informasi prediksi performa akademik mahasiswa dengan menggunakan model EDM berbasis algoridma GBT yang dioptimasi, ungkap Dr. M. Arifin.
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)
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.
