better us - elearning.fastikom-unsiq.ac.id

24
Better Us HOW TO MEMULAI SKRIPSI BAGI MAHASISWA GALAU NAHAR MARDIYANTORO DIAN ASMARAJATI

Upload: others

Post on 05-Oct-2021

3 views

Category:

Documents


0 download

TRANSCRIPT

Better Us

HOW TO MEMULAI

SKRIPSI BAGI MAHASISWA GALAU

NAHAR MARDIYANTORO DIAN ASMARAJATI

Let’sDoIT

Tentukan Bidang Garapan Kita (Research Field)

Lihat matakuliah yang sudah diikuti selama 3-4 tahun, lihat nilai-nilai. Disitulah bidang garapan bisa ditentukan

Lihat contoh penelitian yang sudah ada dan yang sedang tren

Tentukan SEKARANG!!

Let’sDoIT

Tentukan Topik / Tema (Research Field)

Peka dan Peduli dengan lingkungan..lihatlah sekeliling kita

Baca buku, paper, artikel dengan keyword “research trends on…”

Lihat issue terkini (3 tahun terakhir)

Let’sDoIT

Tentukan Masalah (Research Problem)

Lihatlah jarak / gap antara keharusaan/ideal dengan kenyataan/real. Kejar semua technical papper yang ada di dalam review papper dari topik penelitian kita

Let’sDoIT

Rangkum Metode Yang Ada (State of The Art)

Lakukan studi atas metode/algoritma terkini dalam pemecahan masalah Pelajari metode-metode yang ada (existing methods)

Let’sDoIT

Tentukan Metode Yang Kita Usulkan(Proposed Method)

Inilah kekuatan dari penelitian kita. Kita harus bisa menentukan, membangun dan mengusulkan suatu metode/model (proposed method/model), yg kita harapkan bisa lebih baik bila dibandingkan dengan metode-metode yang sebelumnya atau ada saat ini

Judul Penelitian

Kontribusi Pada Metode

Judul: Penerapan Metode ABC pada Algoritma Genetika untuk Penentuan Desain Bendungan Kontribusi Pada Metode: Penerapan Metode ABC pada Algoritma Genetika Masalah: Penentuan Desain Bendungan

Judul Penelitian

Kontribusi Pada Masalah

Judul: Penerapan Algoritma Genetika untuk Penentuan Desain Bendungan dengan Parameter Tinggi, Lebar, Dalam dan Tebal Dinding Metode: Algoritma Genetika Kontribusi Pada Masalah: Penentuan Desain Bendungan dengan 4 Parameter (biasanya peneliti menggunakan hanya 2 parameter)

Judul Penelitian

Tanpa Kontribusi

Judul: Penerapan Algoritma Genetika untuk Penentuan Desain Bendungan di Jakarta Judul: Penerapan Algoritma Genetika untuk Penentuan Desain Bendungan di Surabaya Judul: Penerapan Algoritma Genetika untuk Penentuan Desain Bendungan di Semarang

Judul Penelitian

Formula Judul

Produk + Teori + Tujuan + Objek

Game Simulasi Bursa Kerja Berbasis Konsep Multiagen Cerdas untuk Meningkatkan Efisensi Proses Pencarian Kerja

Bab Satu

Latar Belakang

Akan menjawab pertanyaan WHY dari judul “Prediksi Produksi Padi dengan menggunakan Support Vector Machine berbasis Particle Swarm Optimization” 1.mengapa padi? 2.mengapa prediksi produksi padi? 3.mengapa support vector machine? 4.mengapa particle swarm optimization?

Bab Satu

Latar Belakang

Obyek penelitian (O) Metode-metode yang ada (M) Kelebihan dan kelemahan metode yang ada (KK) Masalah pada metode yang dipilih (MASA) Solusi perbaikan metode (SOL) Rangkuman tujuan penelitian (TU)

Bab Satu

Latar Belakang

Gunakan ATM (Amati Tiru Modifikasi)

Bab Satu

Latar Belakang

Padi adalah komoditas yang penting di china, karena tingkat produksinya tinggi (FAO Report, 2009) (1. mengapa padi?). Produksi padi perlu diprediksi dengan akurat, karena hasil prediksi yang akurat sangat penting untuk membuat kebijakan nasional (Traill, 2008) (2. mengapa prediksi produksi padi?). [1. obyek penelitian]

Bab Satu

Latar Belakang

Metode prediksi rentet waktu seperti Support Vector Machine (SVM) (Yongsheng, 2008), Neural Network (NN) (Tseng, 2007) dan Grey Model (GM) (Wu, 2007) diusulkan oleh banyak peneliti (Huifei, 2009) untuk prediksi produksi padi. [2. metode-metode yang ada]

Bab Satu

Latar Belakang

NN memiliki kelebihan pada prediksi nonlinear, kuat di parallel processing dan kemampuan untuk mentoleransi kesalahan, tapi memiliki kelemahan pada perlunya data training yang besar, over-fitting, lambatnya konvergensi, dan sifatnya yang local optimum (Rosario, 2007). GM punya kelebihan di tingginya akurasi prediksi meskipun menggunakan data yang sedikit, akan tetapi GM memiliki kelemahan pada prediksi data yang sifatnya naik turun secara fluktuatif seperti pada data produksi padi (Wu, 2007). [3. kelebihan dan kelemahan metode yang ada]

Bab Satu

Latar Belakang

SVM dapat memecahkan masalah NN dan GM, yaitu over-fitting, lambatnya konvergensi, dan sedikitnya data training (Vapnik, 2005), yang mana ini tepat untuk karakteristik data produksi padi pada penelitian ini (3. mengapa support vector machine?). Tetapi SVM memiliki kelemahan pada sulitnya pemilihan parameter SVM yang optimal (Coussement, 2008). [4. masalah pada metode yang dipilih]

Bab Satu

Latar Belakang

Particle Swarm Optimization (PSO) adalah metode optimisasi yang terbukti efektif digunakan untuk memecahkan masalah optimisasi multidimensi dan multiparameter pada pembelajaran pada machine learning seperti di NN, SVM, dan classifier lain (Brits, 2009) (4. mengapa particle swarm optimization?). [5. solusi perbaikan metode]

Bab Satu

Latar Belakang

Pada penelitian ini PSO akan diterapkan untuk pemilihan parameter SVM yang sesuai dan optimal, sehingga hasil prediksi lebih akurat. [6. rangkuman tujuan penelitian]

Bab Satu

Rumusan Masalah

Masalah Penelitian (Problem Statement atau Research Problem): SVM adalah algoritma yang memiliki performa sangat baik untuk prediksi rentet waktu, karena dapat memecahkan masalah over-fitting, lambatnya konvergensi, dan sedikitnya data training. Tetapi SVM memiliki kelemahan pada sulitnya pemilihan parameter yang optimal karena harus dilakukan secara trial and error, sehingga menyebabkan tingkat akurasi prediksi menjadi rendah

Bab Satu

Rumusan Masalah

Pertanyaan Penelitian (Research Question): Seberapa tinggi akurasi metode SVM apabila PSO diterapkan pada proses pemilihan parameter yang optimal? Alternatif research question lain yang bisa digunakan adalah seperti di bawah: Bagaimana peningkatan akurasi SVM apabila PSO diterapkan pada proses pemilihan parameter yang optimal? Bagaimana pengaruh penerapan PSO pada pemilihan parameter yang optimal pada akurasi metode SVM?

Bab Satu

Tujuan Penelitian

Menerapkan PSO untuk pemilihan parameter yang optimal pada SVM, sehingga dapat meningkatkan akurasi hasil prediksi

Any Questions

See You…