Data Science Doctoral Bootcamp 2018

“Workshop pertama di Indonesia yang membekali Anda dengan riset DATA SCIENCE yang mutakhir, metodologi penelitian yang benar, sehingga diharapkan bisa LULUS S3 TEPAT WAKTU!”

– – –

INDONESIA KEKURANGAN DOKTOR BIDANG INFORMATIKA/KOMPUTER

Untuk mengatasi krisis Doktor, pemerintah melalui Kemristekdikti sudah mencanangkan untuk menghasilkan 20.000 Doktor pada 2019. Saat ini kelangkaan Doktor masih besar apalagi di bidang Informatika.

Salah satu faktor utama lambannya pertumbuhan Doktor di bidang Informatika di Indonesia adalah karena lemahnya kompetensi dan keahlian melakukan penelitian. Kelemahan itu mulai dari sisi proposal, metodologi, hingga publikasi ilmiah. Ini terlihat di beberapa PTN menilai hampir 80% di antara pelamar proposal S3 nya dianggap tidak layak. Setelah ditelisik, ternyata kebanyakan proposal yang dibuat kurang dari satu minggu. Alasannya beragam, karena hendak mengejar tenggat waktu, hingga yang sekedar coba-coba. Hal ini dikarenakan juga proposal yang disiapkan masih sangat umum, cenderung aplikatif setara S1 dan belum fokus pada kebaruan (novelty) yang memang menjadi syarat wajib penelitian S3.

Usulan penelitian S3 yang baik dan memiliki peluang besar untuk diterima mesti memenuhi berbagai kriteria penting. Beberapa kriteria utama tersebut di antaranya adalah kajian penelitian terkait, state of the art method, problem statement, research objective dan research questions hingga research gap/novelty. Semua itu tidak bisa hanya ditulis dalam beberapa hari saja. Butuh persiapan yang memadai dan sumber-sumber pustaka (jurnal terbaru) utama yang perlu dibaca, dikaji secara seksama dan mendalam.

Dengan melihat beban kerja dosen terutama di aspek pengajaran yang cukup besar, maka tidak mengherankan persiapan membuat proposal S3 menjadi terbengkalai sehingga proposal disiapkan di tengah waktu luang yang tersisa. Untuk itu, guna membantu dan memudahkan para dosen yang bertekad untuk segera S3, maka diselenggarakanlah Data Science Doctoral Bootcamp 2018 (DSDB 2018). DSDB 2018 diselenggarakan khusus untuk mengakomodasi pertumbuhan doktor-doktor baru di bidang yang sedang trend di dunia saat ini yaitu data science.

DSDB 2018 ini merupakan investasi sekali seumur hidup yang akan membekali para dosen atau siapapun yang berminat melanjutkan studi S3 dengan pengetahuan, pemahaman dan keterampilan lengkap tentang bagaimana menyusun proposal penelitian S3 yang baik, bermutu dan memikat calon Promotor. Sehingga dengan berhasil menyusun proposal yang baik dan bermutu diharapkan nantinya bisa lulus S3 tepat waktu.

SASARAN PESERTA

  • Dosen PTS/PTN atau umum yang bersiap/berminat untuk S3 bidang data science
  • Disediakan dua kelas dengan pemateri berbeda
  • Setiap kelas maksimal diisi oleh 30 peserta

BENTUK WORKSHOP

  • Sebelum workshop peserta akan diberi review paper dan paper teknikal utama untuk dikaji 
  • Paper-paper yang telah dikaji akan menjadi bahan materi utama workshop untuk menentukan judul penelitian yang tepat, masalah penelitian, research gapstate of the art method, kelebihan-kelemahan metode yang ada, kajian penelitian terkait, dsb.   
  • Pemateri membahas tuntas dan rinci langkah demi langkah pengalaman hingga best practice mereka sewaktu melakukan penelitian S3
  • Setiap satu pokok materi selesai dijelaskan/didemokan/ditunjukkan pemateri maka peserta diminta untuk langsung mempraktekkannya

PEMATERI

Taufik Edy Sutanto, Ph.D
PhD bidang data science dari Queensland University of Technology (QUT), Australia
Dosen Fakultas Sains & Teknologi UIN Syarif Hidayatullah Jakarta

Disertasi S3: “Scalable fine-grained document clustering via ranking”

Dr. Suyanto, M.Sc
Doktor bidang data science dari Ilmu Komputer Universitas Gadjah Mada (UGM)
Lab. Intelligence Computing Multimedia Fakultas Informatika Telkom University

Disertasi S3: Indonesian Phonemic Syllabification Using Pseudo Nearest Neighbour Rule and Phonotactic Knowledge

FASILITAS

  • Pemateri yang berpengalaman dalam penelitian bidang data science
  • Certificate of Completion
  • Modul workshop
  • Paper teknikal utama 3 tahun terakhir
  • Makan 2 kali & coffee break 2 kali sehari

OUTCOME & BENEFIT

Setelah workshop ini peserta akan mampu:

  • Menyusun proposal penelitian S3 yang memikat calon Promotor (supervisor) pada program studi S3 yang dituju
  • Menguasai teknik cepat menemukan research gap yang ada pada paper utama 3-5 tahun terakhir
  • Merumuskan dengan baik antara research problem-research objective-research question
  • Menyusun tabel state of the art method
  • Menguasai strategi menyusun kajian literatur yang benar
  • Membuat peta jalan studi S3 sehingga bisa selesai dalam 3 tahun
  • Setiap tahap penelitian dijelaskan secara rinci berdasarkan pengalaman pemateri langsung sewaktu S3. Termasuk strategi, kiat dan tekniknya
  • Selama workshop peserta di-coach sampai bisa menyusun proposal penelitian S3 yang baik dan layak diterima 

INVESTASI

  • Rp. 2.250.000 (Umum Non-Alumni)
  • Rp. 2.000.000 (Alumni MLDM-TDM-IDB-MPSI)
  • Batas akhir pembayaran 20 April 2018 pukul 14:00 WIB

PELAKSANAAN

  • Hari        : Kamis – Sabtu
  • Tanggal  : 26 – 28 April 2018
  • Tempat   : Hotel Puri Artha, Jl. Cenderawasih No.36, Demangan, Gondokusuman, Yogyakarta

PENDAFTARAN

  • Calon peserta mengisi form pendaftaran di bit.ly/idb17
  • Penyelenggara akan mengirim surat elektronik berupa undangan resmi konfirmasi pendaftaran beserta petunjuk pembayaran workshop
  • Batas akhir pendaftaran tanggal 17 April 2018 

INFORMASI PENDAFTARAN

  • Bpk. Sigit Arifianto, S.T.
  • Telp/WA/SMS: 0817 910 3604
  • Email: sigitar@staff.uad.ac.id

INFORMASI PERIHAL MATERI, BENTUK WORKSHOP DLL

  • Ardiansyah, S.T., M.Cs
  • Telp/WA/SMS: 0815 689 2648
  • Email: ardiansyah@tif.uad.ac.id

Workshop Text Data Mining & Natural Language Processing (NLP) Batch 2

Outcome
Setelah workshop ini peserta akan mampu:

  • Mengusai metode-metode penting dalam Text Mining dan NLP
  • Menganalisis social media, graf dan visualisasinya
  • Meringkas dokumen dan topic modeling
  • Menganalisis sentiment pada teks
  • Membuat model rekomendasi
  • Membuat model text mining sendiri 

Materi

  • Pengantar text data mining & social media analytic
  • Representasi Data Teks
  • Unsupervised Social Media Analytic
  • Dimension Reduction
  • Sentiment Analysis
  • Social Media Graph Analysis
  • Social Media Visualization II
  • Document Summarization
  • Recommendation Model

Rundown Pelatihan

  • Hari ke-1: Natural Language Processing (NLP)
    * Pendahuluan NLP
    * Tokenization & Reguler Expression
    * Preprocessing & normalisasi
    * Lemmatization & Stemming
    * Names Entity Recognition
    * n-grams and text prediction
    * Syntax parsing: tree bank
    * Word Sense Disambiguation
    * Spell-Check
    * Machine Translation
    * Word Embedding (Word2Vec)
  • Hari ke-2: Text Mining
    * Representasi Dokumen
    * Text Clustering
    * Text Categorization
    * Recommendation Model
    * Document Summarization
  • Hari ke-3: Social Media Analytics
    * Topic Modelling
    * Sentiment Analysis
    * Social Media Crawling
    * Community Detection
    * Centrality Analysis
    * Text Visualizations

Sasaran Peserta
Maksimal 30 orang dengan latar belakang sebagai software engineer, software developer, programmer, business & system analyst, startup founder, practitioner/IT professional, marketing, peneliti dan akademisi

Bentuk Workshop

  • Pemaparan konsep dasar Text Data Mining & NLP (20%) dilanjutkan pengenalan studi kasus dan praktek langsung membuat model Text Mining sendiri (80%)
  • Tools yang digunakan: Python
  • Prasayarat (opsional): Memahami dasar machine learningdata mining

Pemateri

Taufik Edy Sutanto, Ph.D
PhD in Data Science – Queensland University of Technology (QUT) Australia
Dosen Fakultas Sains & Teknologi – Universitas Islam Negeri (UIN) Jakarta

Pelaksanaan

  • Hari/Tanggal: Kamis s.d Sabtu, 29 – 31 Maret 2018
  • Waktu: 08.00 – 17.00 WIB
  • Tempat: Labkom ITTC Lt. 4 Gedung ITC Kampus 1 UAD Jl. Kapas No. 9, Semaki Yogyakarta  

Biaya & Pendaftaran
Rp. 1.500.000 (Early Bird pembayaran akhir 10 Maret 2018)
Rp. 1.800.000 (Normal pembayaran akhir 24 Maret 2018)
Rp. 1.300.000 (Alumni workshop MLDM)
Pendaftaran: klik tautan ini

Informasi & narahubung
Sigit Arifianto, S.T.
HP. 081 7910 3604
Email: sigitar@staff.uad.ac.id 

 

Pelatihan Data Mining & Machine Learning for Software Engineer Batch 5

Anda sedang bekerja pada perusahaan eCommerce/marketing dan ingin meningkatkan penjualan dengan cara merekomendasikan produk-produk secara cerdas seperti Amazon, BukaLapak atau Netflix? Atau Anda sedang bekerja sebagai konsultan politik, dan ingin memprediksi kemenangan calon kepala daerah sekaligus melakukan sentiment analysis terhadap calon yang diusung? Ataukah Anda bekerja di bagian keuangan, human resource, production, fintech, akademik/perguruan tinggi, perpustakaan? Maka workshop ini sangat tepat untuk Anda ikuti.

Tahun 1990-2000 an adalah era pengembangan aplikasi, software dan sistem informasi untuk memudahkan bisnis/organisasi/korporat dalam mengelola bisnisnya. Fokus sistem/software/aplikasi yang dikembangkan adalah pada transaction processing, mulai dari penyimpanan data/informasi, mengolahnya menjadi laporan-laporan rutin yang statis. Software akuntansi, ERP, HRIS, payroll, inventori, PoS, sistem informasi akademik (SIA), dan sejenisnya merupakan beberapa contoh di antaranya.

Setelah fase tersebut dilalui dan sistem informasi sudah menjadi bagian penting dalam organisasi/bisnis, ternyata saat ini keberadaan sistem-sistem tersebut tidak mampu memenuhi kebutuhan organisasi yang semakin berkembang dan dinamis. Dengan timbunan data yang sudah dikumpulkan terdapat banyak “harta karun” berharga yang belum dimanfaatkan secara optimal. Padahal apabila data-data yang sudah bertumpuk bertahun-tahun tersebut mampu diolah dengan baik maka bisa memberikan informasi yang sangat bernilai untuk kemajuan dan pertumbuhan bisnis/organisasi ke depan.

Singkat kata, software/sistem informasi saat ini tidak lagi cukup sekedar mencatat, menyimpan dan menampilkan informasi/laporan. Tapi dituntut untuk bisa “cerdas”/intelligent sehingga bisa memberikan prediksi, saran dan rekomendasi secara akurat dan presisi yang bisa dimanfaatkan dalam mengambil keputusan-keputusan strategis dan penting guna meningkatkan value/penjualan perusahaan.

Untuk itulah workshop 3 hari ini akan membekali Anda dengan keterampilan mutakhir dalam hal pemanfaatan data mining & machine learning sehingga bisa memberikan rekomendasi produk yang tepat untuk diberikan ke pelanggan, memprediksi produk yang “hampir pasti” dibeli pelanggan, memprediksi kelayakan nasabah yang mengajukan kredit dan masih banyak lagi yang lainnya.

Pelaksanaan

Tanggal          : Jumat-Minggu, 23 – 25 Maret 2018

Waktu             : 08-00 – 17.00 WIB

Tempat           : Labkom ITTC UAD Lt. 4 Gedung ITC UAD Jl. Kapas No. 9 Semaki Yogyakarta

Sasaran Peserta

Software Engineer, Software Developer, Programer, Business & System Analyst, Startup Founder, Practitioner/IT Professional, Academician.

Outcome

Setelah workshop ini peserta akan mampu:

  • Mengusai metode-metode penting dalam Machine Learning & Data Mining
  • Membuat model Machine Learning & Data Mining sendiri hingga dalam bentuk API.
  • Menguji akurasi & presisi model yang dibuat
  • Menerapkan/deploy model Machine Learning & Data Mining pada software/aplikasi yang pernah/telah dibuat

Bentuk Workshop

Pemaparan konsep dasar Machine Learning & Data Mining (20%) dilanjutkan pengenalan studi kasus dan praktek langsung membuat model Machine Learning & Data Mining sendiri (80%).

Pemateri

Arif Qodari, M.Sc
Master in Artificial Intelligence University of Amsterdam
Data Scientist Salestock.id

Materi

  • Introduction to Machine Learning & Data Mining
  • Technical Setup
  • Python for Machine Learning
  • Basic Data Processing & Transformation with Pandas
  • Basic Data Visualization with Matplotlib
  • Case study 1 – Text Classification. Developing sentiment classifier (positive/negative/neutral) using Naive Bayes
  • (dataset type: product review or movie review)
  • Case study 2 – Ecommerce Product Recommender
  • Case study 3 – Product rating Prediction
  • Evaluating machine learning model (accuracy & precision)
  • Deploy Machine Learning model as a Web Service using Flask

Biaya
Rp. 1.350.000 (Early Bird pembayaran akhir 3 Maret 2018)
Rp. 1.550.000 (Normal pembayaran akhir 20 Maret 2018)

Pendaftaran: klik tautan ini

Informasi & narahubung: 
Sigit Arifianto: 081 7910 3604
Email: sigitar@staff.uad.ac.id