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 

Workshop Text Data Mining & Natural Language Processing (NLP)

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

Outline materi lengkap bisa dibaca di sini.

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, 25-27 Januari 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 Januari 2018)
Rp. 1.800.000 (Normal pembayaran akhir 22 Januari 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

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, 19-21 Januari 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 30 Desember 2017)

Rp. 1.550.000 (Normal pembayaran akhir 15 Januari 2018)

Pendaftaran: klik tautan ini

Informasi & narahubung: 

Sigit Arifianto: 081 7910 3604

Informatics Doctoral Bootcamp 2017

Workshop yang akan membekali Anda dengan topik riset mutakhir, metodologi penelitian yang benar, dan mampu lulus S3 tepat waktu”

– – –

INDONESIA KEKURANGAN DOKTOR BIDANG INFORMATIKA/KOMPUTER

Sampai saat ini Indonesia masih krisis jumlah Doktor. Untuk itu Pemerintah melalui Kemristekdikti sudah mencanangkan untuk menghasilkan 20.000 Doktor pada 2019. Saat ini kelangkaan Doktor masih besar apalagi di bidang Informatika/Ilmu Komputer.

Salah satu faktor utama lambannya pertumbuhan Doktor di bidang Informatika/Komputer 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.

Padahal usulan penelitian S3 yang baik dan memiliki peluang besar untuk diterima adalah mesti memenuhi berbagai kriteria penting. Beberapa kriteria utama tersebut di antaranya adalah kajian penelitian terkait, state of the art method, merumuskan research problem, 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) primer 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. Proposal disiapkan tidak dengan serius, hanya dalam beberapa hari menjelang penutupan pendaftaran, dan kualitas seadanya. Guna membantu dan memudahkan para dosen yang bertekad untuk segera S3, maka diselenggarakanlah kegiatan Informatics Doctoral Bootcamp 2017.

ITTC UAD menyelenggarakan Doctoral Bootcamp ini untuk membekali para dosen yang berminat melanjutkan studi S3 dengan pengetahuan, pemahaman dan keterampilan komplit untuk bagaimana membuat proposal penelitian S3 yang baik, bermutu dan memikat calon Promotor.

Mengikuti Doctoral Bootcamp ini adalah salah satu investasi sekali seumur hidup yang bakal membantu Anda mempersiapkan proposal penelitian S3 dengan kualitas yang tinggi, sehingga memudahkan untuk menyelesaikan S3 dalam 3 tahun saja. Selain itu bekal pengetahuan dan praktek dari bootcamp ini akan memudahkan Anda dalam membuat proposal-proposal penelitian bergengsi dari hibah dalam dan luar negeri kelak.

SASARAN PESERTA

  • Dosen-dosen yang bersiap/berminat untuk studi S3
  • Setiap kelas maksimal diisi oleh 30 peserta
  • Setiap peserta hanya boleh memilih salah satu kelas bidang minat

BENTUK WORKSHOP

  • Workshop diselenggarakan secara paralel dengan kelas terpisah sesuai bidang minat yang dipilih
  • Bidang minat beserta topik penelitian yang bisa dipilih, yaitu:
    • Software Engineering
      • Topik Penelitian: Software Defect Prediction
    • Computer Vision & Image Processing
      • Topik Penelitian: Image processing and computer vision for medical applications
    • Human Computer Interaction
      • Topik Penelitian: Eye Tracking & Virtual Reality
    • e-Learning & Online Learning Technologies
      • Topik Penelitian: Personalized Learning
  • Berdasarkan dari pengalaman penyelenggaraan Doctoral Bootcamp sebelumnya, maka tahun ini kami membuat terobosan dengan menentukan langsung topik penelitian spesifik yang dijadikan materi & studi kasus utama sepanjang workshop. Dengan cara ini peserta akan mendapatkan hasil yang maksimal dan menguasai betul seluk beluk penelitian S3
  • 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 akan membahas tuntas dan detil pengalaman, langkah demi langkah hingga best practice sewaktu melakukan penelitian S3
  • Setiap satu pokok materi selesai dijelaskan/didemokan/ditunjukkan pemateri maka peserta wajib untuk langsung mempraktekkannya

PEMATERI

Romi Satria Wahono, Ph.D
CEO PT Brainmatics Cipta Informatika
Bidang Minat: Software Engineering
Topik Penelitian: Software Defect Prediction

Hanung Adi Nugroho, Ph.D
Intelligent Systems Research Group, DTETI UGM
Bidang Minat: Computer Vision & Image Processing
Topik Penelitian: Image processing and computer vision for medical applications

Dr. Eng. Sunu Wibirama
Intelligent Systems Research Group, DTETI UGM
Bidang Minat: Human Computer Interaction
Topik Penelitian: Eye Tracking & Virtual Reality

Harry B. Santoso, Ph.D
Lab. Digital Library & Distance Learning, Fasilkom UI
Bidang Minat: e-Learning & Online Learning Technologies
Topik Penelitian: Personalized Learning

FASILITAS

  • Pemateri yang berpengalaman dalam penelitian di bidangnya masing-masing
  • Certificate of Completion
  • Seminar Kit
  • Modul/handout materi workshop
  • Paper-paper teknikal utama 3 tahun terakhir
  • Free membership IDB
  • Akomodasi hotel selama workshop
  • 2 kali coffee break dan 2 kali Makan selama workshop
  • Penjemputan dari/ke airport/stasiun

OUTCOME & BENEFIT

Setelah workshop ini peserta akan mampu:

  • Menyusun proposal penelitian S3 yang memikat calon Promotor 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. 3.000.000 (Harga normal, maksimal pembayaran 5 Desember 2017)
  • Rp. 2.650.000 (Harga early bird, maksimal pembayaran 25 Nopember 2017)

PELAKSANAAN

  • Hari/Tanggal  : Jumat – Minggu, 8-10 Desember 2017
  • Waktu              : 08-00 – 20.00 WIB
  • 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 

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 How to Build Secure Software & Applications

Workshop yang akan membuat Anda menjadi ahli mengembangkan software (apps) yang memiliki tingkat keamanan dan kehandalan yang tinggi

Latar Belakang

Di era yang serba terhubung (connected) saat ini, hanya sistem yang dirancang dan diprogram dengan teliti serta penuh kehati-hatianlah yang bakal menghasilkan perangkat lunak (software) yang memiliki tingkat proteksi dan keamanan yang tinggi. Namun, sangat sedikit programer/developer yang mengerti bagaimana proses pengembangan software yang aman (secure software development). Sebaliknya kebanyakan mereka hanya bergantung sama firewall semata. Padahal, firewall tidak mampu membedakan trafik dan paket data yang berasal dari peretas (hacker) dalam rangka menembus perangkat lunak. Begitu pula mekanisme yang ada saat ini tidak dapat mengenali data sensitif seperti nama akun, nomor kartu kredit atau password yang mungkin sedang diambil/disedot oleh orang yang tidak bertanggung jawab.

Dengan demikian, software atau aplikasi yang dibuat/dikembangkan asal jadi atau yang penting selesai akan menjadi sangat rentan kena serang. Bisa dikatakan, software yang rentan kena serang sama saja halnya sedang mengaktifkan bom waktu yang bisa menghancurkan perusahaan/organisasinya kapan saja. Kehancuran bisa berasal dari serangan yang merusak, melumpuhkan hingga menggagalkan layanan-layanan yang mestinya diberikan dengan prima kepada pelanggan/penggunanya.

Tahukah Anda?

Dalam beberapa tahun terakhir, terjadi peningkatan yang tajam terhadap upaya eksploitasi keamanan perangkat lunak yang rentan kena serang. Perusahaan-perusahaan menghabiskan dana yang tidak sedikit untuk mengaudit celah keamanan pada perangkat lunak/sistem yang mereka miliki. Setiap celah yang ditemukan maka perusahaan harus menghabiskan waktu dan uang untuk menambal celah guna memperkuat keamanan sistem/software mereka tersebut. Bahkan lebih buruk lagi, perusahaan harus menyediakan anggaran dan sumber daya tambahan untuk menanggapi serangan yang telah menyerang perangkat lunak mereka. Tidak jarang kelemahan dan celah ini tidak teridentifikasi selama audit pascapengembangan perangkat lunak. Hasilnya perusahaan harus mengeluarkan biaya dua kali lipat dari yang semestinya.

Sebuah studi baru-baru ini membandingkan biaya penerapan keamanan pada aplikasi pada siklus pengembangan perangkat lunak. Beberapa temuan menarik dari penelitian tersebut yaitu:

  • Menambah aspek keamanan di tahap coding/pengembangan perangkat lunak, akan berdampak pada peningkatan biaya sebesar 6,5 kali lipat dibanding jika menyiapkannya di tahap desain/perancangan.
  • Menerapkan aspek keamanan setalah fase deployment akan menambah biaya sebesar 15 kali lipat dibanding menyiapkannya di fase desain/perancangan.
  • Menambal lubang/celah keamanan setelah fase deployment, 100 kali lebih mahal dibanding menyiapkannya di fase desain/perancangan

Mencegah atau Mengobati?

Untungnya, membekali para pengembang software/programer dengan pengetahuan, keterampilan dan tools yang bisa digunakan untuk menangkal serangan dan membuat sistem/perangkat lunak menjadi lebih aman dan tangguh sangatlah mudah dan murah. Memproteksi aplikasi/software pada perusahaan dan bisnis dapat dilakukan dengan cara meningkatkan kepedulian yang lebih tinggi terhadap keamanan perangkat lunak. Semua itu bisa dicapai bila pengembang software memiliki keterampilan dan keahlian yang memadai.

Untuk itulah diselenggarakan pelatihan How to Build Secure Software: Design & Implementation Software Security Engineering dengan harapan bisa membekali para programer dengan keahlian praktis untuk mengembangkan software yang memiliki keamanan yang tinggi.

Outcome

Setelah workshop ini peserta akan mampu:

  • Menguasai teknik dasar untuk mengembangkan software yang aman.
  • Menerapkan prinsip-prinsp keamanan pada siklus pengembangan software (Secure-SDLC)
  • Mengenali, mengungkap dan menambal celah keamanan pada software
  • Mengevaluasi keamanan perangkat lunak
  • Memahami berbagai serangan yang kerap dilakukan terhadap aplikasi berbasis web dan mobile
  • Membuat dokumentasi yang lengkap dan jelas terkait arsitektur keamanan perangkat lunak sehingga berguna dalam hal operasi pengamanan
  • Membuat rancangan dan code review yang menunjukkan pertahanan terhadap berbagai masalah seperti buffer overflow dan race conditions.
  • Melakukan ujicoba terhadap celah keamanan di sepanjang siklus pengembangan
  • Membuat dan menerapkan prosedur manajemen konfigurasi yang solid yang menjamin integritas setiap byte dan baris kode program serta konten di dalamnya

Pelaksanaan

Hari/Tanggal : Jumat – Sabtu, 24-25 Nopember 2017

Waktu             : 08.00 – 17.00 WIB

Tempat           : Labkom ITTC Lt. 4 Gedung ITC Kampus 1 UAD. Jl Kapas No. 9 Semaki, Yogyakarta

Jumlah & Sasaran Peserta

30 orang dengan latar belakang sebagai software engineer, software developer, programer, quality assurance/tester, business & system analyst, project manager, startup founder, practitioner/IT professional, dan akademisi.

Bentuk Workshop

Praktek 90% dan teori/konsep 10%.

Pemateri

Dr.rer.nat. Avinanta Tarigan

Head of Center for Information Security Research – Universitas Gunadarma

Materi

  • Arsitektur keamanan, control akses dan otentikasi, keamanan web & mobile.
  • Current state of software security
  • Common software vulnerabilities
  • Security in requirement engineering
  • Secure software design and coding using OWASP & CERT standard
  • Defensive Coding
  • Penetration Testing
  • Security Assessment
  • Software assurance
  • Securing API
  • Software security standards and tools
  • Secure software engineering lifecycle
  • Risk management in software development
  • Software security testing
  • SQL Injection
  • Cross-Site Scripting
  • Clickjacking
  • Request Forgery
  • Threat Modeling
  • Session Management
  • Mobile Application Security
  • Case Study: Banking/Finance/Academic/Retail/Manufacture software?

Benefit:

  • Certificate of completion
  • Modul handout
  • Tools & software pendukung
  • Coffee break 2 kali, Lunch 1 kali
  • Bagi pengajar software engineering/quality assurance bisa dijadikan bahan ajar praktikum

Investasi

  • Rp. 2.000.000 (Normal pembayaran sebelum 23 Nopember 2017)
  • Rp. 1.500.000 (Early bird pembayaran sebelum 13 Nopember 2017)

Informasi & Pendaftaran 

  • Narahubung: Sigit Arifianto
  • WA/SMS: 0817 910 3604
  • Tautan: bit.ly/sseuad17

Pelatihan Data Mining & Machine Learning for Software Engineer

Anda sedang bekerja pada perusahaan eCommerce/marketing dan ingin meningkatkan penjualan dengan cara merekomendasikan produk-produk secara cerdas seperti Amazon, 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, 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, 27-29 Oktober 2017

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
  • Study Case 1 – Text Classification. Developing sentiment classifier (positive/negative/neutral) using Naive Bayes
  • (dataset type: product review or movie review)
  • Study Case 2 – Ecommerce Product Recommender
  • Study Case 3 – Product rating Prediction
  • Evaluating machine learning model (accuracy & precision)
  • Deploy Machine Learning model as a Web Service using Flask

Biaya

Rp. 1.300.000 (Early Bird pembayaran akhir 12 Oktober 2017)

Rp. 1.500.000 (Normal pembayaran akhir 21 Oktober 2017)

 

DAFTAR SEKARANG!

Informasi & pendaftaran: 

Sigit Arifianto081 7910 3604

Workshop Data Mining & Machine Learning for Software Engineer

Anda sedang bekerja pada perusahaan eCommerce/marketing dan ingin meningkatkan penjualan dengan cara merekomendasikan produk-produk secara cerdas seperti Amazon, 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, 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, 4-6 Agustus 2017

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

Biaya

Rp. 1.275.000 (Early Bird pembayaran akhir 29 Juli 2017)

Rp. 1.500.000 (Normal pembayaran akhir 2 Agustus 2017)

 

DAFTAR SEKARANG!

Informasi & pendaftaran: 

Sigit Arifianto081 7910 3604