UAS KELOMPOK

Dosen Pengampu: Novi Reandy Sasmita (NRS)

Mata Kuliah:  Machine Learning
Topik : All Methods in Machine Learning

Bentuk UAS

Ujian Akhir Semester dilaksanakan dalam bentuk Project-Based Learning (PBL) berupa penyusunan artikel ilmiah hasil penelitian Machine Learning yang siap disubmit ke Jurnal Teori dan Aplikasi Matematika (JTAM).

Latar Belakang

Machine Learning merupakan salah satu cabang ilmu yang berkembang pesat dan telah diterapkan pada berbagai bidang, seperti kesehatan, pendidikan, ekonomi, lingkungan, pertanian, industri, hingga ilmu sosial. Oleh karena itu, mahasiswa diharapkan tidak hanya memahami konsep dan algoritma Machine Learning secara teoritis, tetapi juga mampu menerapkannya pada data nyata serta mengkomunikasikan hasil penelitian dalam bentuk artikel ilmiah yang memenuhi standar publikasi akademik.

Melalui proyek ini, mahasiswa akan melakukan penelitian berbasis data sekunder menggunakan metode Machine Learning dan menyusun hasilnya dalam bentuk artikel ilmiah yang mengikuti format dan ketentuan penulisan Jurnal Teori dan Aplikasi Matematika (JTAM).

Tujuan Project

Setelah menyelesaikan project ini, mahasiswa diharapkan mampu:

1. Mengidentifikasi permasalahan yang dapat diselesaikan menggunakan Machine Learning.

2. Mengumpulkan dan mengolah data sekunder yang valid dan berasal dari sumber terpercaya.

3. Menerapkan metode Machine Learning yang sesuai dengan permasalahan penelitian.

4. Melakukan evaluasi dan interpretasi hasil model.

5. Menyusun artikel ilmiah yang memenuhi standar jurnal akademik.

6. Menghasilkan artikel yang siap untuk disubmit ke JTAM.

Deskripsi Tugas

Setiap tim diwajibkan menyusun satu artikel ilmiah yang membahas penerapan metode Machine Learning pada suatu permasalahan nyata menggunakan data sekunder yang berasal dari sumber terpercaya.

Ketentuan Data

1. Data yang digunakan harus berupa data sekunder asli (bukan data rekaan/simulasi).

2. Data dapat diperoleh dari berbagai sumber, seperti:

• •    Kaggle

  •    UCI Machine Learning Repository

  •    Data Pemerintah (BPS, Kementerian, WHO, World Bank, dll.)

  •    Open Data Portal

  •    Zonedo

  •    Repository penelitian lainnya

  •    Sumber terbuka yang dapat dipertanggungjawabkan

3. Sumber data wajib dicantumkan secara jelas dalam artikel.

Ketentuan Metode

Mahasiswa dapat menggunakan salah satu atau kombinasi beberapa metode Machine Learning, seperti:

• Logistic Regression

• Decision Tree

• Random Forest

• Naïve Bayes

• Support Vector Machine (SVM)

• K-Nearest Neighbor (KNN)

• Gradient Boosting

• XGBoost

• LightGBM

• Artificial Neural Network (ANN)

• Convolutional Neural Network (CNN)

• Metode lain yang relevan

Selain itu, mahasiswa dianjurkan melakukan (kombinasi dari ini):

• Perbandingan beberapa algoritma

• Feature Selection

• Dimensionality Reduction

• Hyperparameter Tuning

• Cross Validation

• Explainable AI (jika memungkinkan)

Format Artikel

Artikel harus mengikuti template dan pedoman penulisan terbaru dari JTAM. Seluruh format penulisan, sitasi, tabel, gambar, dan referensi harus mengikuti ketentuan dan template JTAM.

Referensi Kualitas Artikel

Contoh Kualitas artikel yang diharapkan setara dengan contoh berikut:

1. Optimizing University Admissions: A Machine Learning Perspective

2. Evaluation of Gradient Boosted Classifier in Atopic Dermatitis Severity Score Classification

3. Classifying Beta-Secretase 1 Inhibitor Activity for Alzheimer’s Drug Discovery with LightGBM

4. Prediction of Kovats Retention Indices for Fragrance and Flavor using Artificial Neural Network

5. Decision Tree versus k-NN: A Performance Comparison for Air Quality Classification in Indonesia

6. Enhancing Water Quality Assessment in Indonesia Through Digital Image Processing and Machine Learning

7. Forecasting Upwelling Phenomena in Lake Laut Tawar: A Semi-Supervised Learning Approach

8. Lainnya
   
   

Mahasiswa diharapkan mempelajari struktur penulisan, kedalaman analisis, serta kualitas visualisasi dan interpretasi hasil pada artikel-artikel tersebut.

Luaran Project

Setiap tim wajib mengumpulkan:

1. Artikel Lengkap

• Format Microsoft Word (.docx)

• Sudah mengikuti template JTAM

• Siap untuk proses submit jurnal

2. Data Penelitian

• Dataset yang digunakan

• Deskripsi sumber data

3. Source Code

• R, Python, atau software lain yang digunakan

• Disertai dokumentasi singkat

Kewajiban Bimbingan

Setiap tim WAJIB melakukan konsultasi dengan NRS sebanyak minimal 2 (dua) kali selama proses pengerjaan project.

Ketentuan konsultasi:

1. Konsultasi pertama membahas:

• Topik penelitian

• Dataset yang digunakan

• Metode Machine Learning yang dipilih

Progess dari Project (Hasil meeting online 20 Juni 2026) dikumpulkan pada link ini

2. Konsultasi kedua membahas:

• Hasil analisis

• Struktur artikel

• Kesiapan artikel untuk dikumpulkan

• Sebagai panduan dan point penilaian dalam project dalam melihat dokument pada link berikut

Tim yang tidak memenuhi ketentuan minimal dua kali konsultasi akan dikenakan pengurangan nilai.

Deadline Pengumpulan Minggu, 23 Juni 2026 pukul 23.59 WIB. Link draft artikel dapat dikirim ke form ini.

Pengumpulan dilakukan melalui mekanisme yang akan diinformasikan kemudian.

Keterlambatan pengumpulan akan mengurangi nilai sesuai kebijakan mata kuliah.

Catatan Penting

1. Plagiarisme tidak ditoleransi (Akan di cek Turnitin)

2. Penggunaan AI diperbolehkan sebagai alat bantu, namun seluruh analisis, interpretasi, dan penulisan artikel tetap menjadi tanggung jawab mahasiswa.

3. Artikel yang tidak mengikuti format JTAM akan dikembalikan untuk diperbaiki.

4. Mahasiswa didorong untuk menghasilkan artikel dengan kualitas yang berpotensi untuk benar-benar disubmit ke jurnal.

Selamat bekerja dan manfaatkan proyek ini sebagai pengalaman awal dalam menghasilkan publikasi ilmiah berbasis Machine Learning yang berkualitas.