Tulisan ini saya buat sebagai salah satu rangkaian dari seri metode pembelajaran Problem Based Learning (PBL), dan sebagai follow-up dari tulisan saya sebelumnya.
Siapa bagi Bapak/Ibu Pengajar (guru/dosen) yang masih mengajar dengan menggunakan ppt tahun lalu atau mungkin bertahun-tahun lalu yang masih digunakan sampai saat ini? Hayoo….ngaku… đ
Memang sih tidak salah menggunakan ppt tahun-tahun lalu… đ
Tapi saya jadi teringat pada pengalaman pribadi beberapa tahun yang lalu ketika saya mengajar sebuah kelas. Setelah menyampaikan presentasi ppt tentang suatu materi, mulut sampe berbusa ngomong sana-sini, berusaha memberikan penjelasan sedetil-detilnya agar para mahasiswa mengerti, tapi setelah selesai presentasi dan pada sesi tanya jawab saya mempersilahkan “siapa yg belum jelas, silahkan tanya…“. Lalu sesaat kelas sunyi sepi seperti kuburan, yang terdengar justru suara jangkrik….krik-krik-krik… đ
Mengajar dengan metode PBL (Problem Based Learning), ternyata lebih menyenangkan, baik buat pengajar maupun buat siswanya. Jangan baca sampai habis yah…. đ
Selama semester ganjil 2021/2022, masih dalam kondisi pandemi Covid-19, saya bersyukur diberi amanat untuk mengampu 2 kelas onlineArtificial Intelligence (Kecerdasan Buatan) di salah satu universitas swasta di Jakarta. Kelas ini dilakukan secara online dengan menggunakan Moodle. Sejak pertemuan minggu pertama, via video conference, saya meminta teman-teman mahasiswa menuliskan target nilai yang mereka inginkan pada selembar kertas A4. *Kenapa? Untuk apa?Tunggu postingan berikutnya. đ
Skripsi atau Tugas Akhir bagi mahasiswa jenjang S1/S2 terkadang membuat bingung sebagian besar mahasiswa. Saya berpengalaman membimbing mahasiswa sejak tahun 2005 hingga 2012. Dan saya faham sekali perasaan teman-teman mahasiswa tingkat akhir yang menjelang Skripsi. Tidak sedikit teman-teman mahasiswa yang seangkatan lulus S1 hingga last year, ada yang 5 tahun, 7 tahun, mungkin 8 tahun…*klo di Eropa 5 tahun sudah dapat gelar S2 (Master), 8 tahun bisa S3 (PhD) đ
Berikut ini adalah abstrak untuk proposal penelitian kami yang didanai oleh konsorsium riset dan inovasi Covid-19 ke Lembaga Pengelola Dana Pendidikan Kementrian Keuangan (LPDP) dan Kementrian Riset dan Teknologi / Badan Riset Dan Inovasi Nasional (Ristek/BRIN) untuk tahun anggaran 2020.
This paper provides a comparison study of the quality services of RPL protocols in low-power and lossy networks (LLN). We evaluate and compare our proposed protocol which is an extension of RPL based on Operator Calculus (OC), called RPL-OC, with the standard and other RPL variants. OC based approach is applied to extract the feasible end-to-end paths while assigning a rank to each one. The goal is to provide a tuple that containing the most efficient paths in end-to-end manner by considering more network metrics instead of one. Further, to address some significant issues of the performance analysis, a statistical test has been performed in order to determine whether the proposed protocol outperforms others or not by using Friedman test. The results show that there is a strong indication that four different protocols were analyzed and compared. It reveals that the proposed scheme outperforms others, especially in terms of end-to-end delay and energy consumption which allow ensuring quality of services requirements for Internet of Things (IoT) or smart city applications.
Index TermsâRPL, Routing, LLN, IoT, Friedman Test.
Kejahatan (fraud/scam) kartu kredit masih terus terjadi dan angka kasus penipuan masih terus meningkat dari tahun ke tahun. Hal ini telah menjadi permasalahan internasional hingga saat ini, termasuk Indonesia dengan jumlah kasus yang cukup tinggi. Berdasarkan data yang didapat dari berbagai kasus kejahatan perbankan yang terjadi di Indonesia pada tahun 2017 â 2018, ditemukan bahwa hampir 50 % kasus kejahatan perbankan terjadi pada bank pemerintah dan 80 % pelaku kejahatan perbankan adalah di tingkat manajemen. Belum lagi ditambah kasus kejahatan dari pihak lain, seperti pencurian kartu kredit/debit, pengambilalihan akun (account takeover), kartu tiruan (counterfeit cards), penipuan dalam pengajuan kartu (fraudulent application), cetakan berkali-kali (multiple imprints), dan kejahatan melalui pemesanan surat, telepon maupun e-commerce (Mail order, telephone order or e-commerce fraud). Pengawasan pada tingkat internal perbankan yang masih lemah serta kepercayaan nasabah kepada perbankan, dijadikan kesempatan untuk melancarkan aksi kejahatan oleh para pelaku. Diperlukan waktu beberapa bulan untuk dapat mendeteksi aksi kejahatan (fraud/scam). Pada propsoal ini, kami menawarkan sebuah sistem yang mampu mendeteksi apakah sebuah transaksi perbankan itu sah (legit) atau tidak sah (fraud) secara real-time dengan menggunakan sebuah kecerdasan buatan (artificial intelligence) dan machine learning.
Kata Kunci: Fraud, deteksi, Penipuan, Scam, Kartu Kredit, Machine Learning, Artificial Intelligence, Kecerdasan Buatan
Suatu kehormatan buat saya diminta menjadi pembicara dalam acara Webinar Series dari Universitas Nasional, Jakarta, Indonesia yang akan diadakan pada Senin 22 Juini 2020 jam 10.00 – 12.00 WIB.
Pada kesempatan ini, saya akan berbagi sedikit pengalaman saya dalam merancang bangun sebuah Machine Learning untuk mendeteksi Covid-19 dengan memanfaatkan citra medis. Seperti apa rancangan Machine Learning? Apakah seperti mesin jahit bentuknya? Nah…biar ga penasaran, buruan daftar…..Kalau terlambat, jangan nangis dan sedih. Masih ada kesempatan lain…
Ga terasa, tahun ini saya dan keluarga memasuki tahun ke-8 di negara hexagon, Perancis (France). Kali ini saya mau berbagi cerita tentang pengalaman hidup di eropa, khususnya di kota yang cantik, Colmar, propinsi Alsace (Grand Est), Perancis.
Kembali ke laptop…memasuki tahun ke-8 tinggal di kota Colmar, melalui suka duka sebagai “alien” atau makhluk asing di negara asing…tentunya sayang kalau dilupakan. Pasti suatu saat nanti segala peristiwa yang telah kami lalui dan alami akan menjadi sebuah kenangan yang tak mudah terlupakan. Makanya, saya tuliskan pada blog saya ini sekedar untuk mengingatkan kenangan-kenangan itu.