Denpasar (Antara Bali) -Setelah sebelumnya STIKOM Bali memiliki dosen dengan kualifikasi doktor jebolan berbagai universitas ternama baik di dalam negeri maupun luar negeri, kini satu lagi dosen STIKOM Bali berhasil meraih gelar doktor.
I Gde Putu Wirarama Wedashwara ST MT Ph.D belum lama ini meraih gelar doktor di Faculty of Science and Engineering Yamaguchi University, Jepang.
Hal ini semakin membuat STIKOM Bali menjadi perguruan tinggi IT di Bali dan Nusa Tenggara dengan kompetensi dan kualifikasi pengajar yang mumpuni di bidang Teknologi Informasi.
Pria kelahiran Denpasar 19 September 1984 itu menyelesaikan studinya tepat tiga tahun dari Maret 2013-Maret 2016.
Dalam disertasinya tentang "Data Mining Evolusioner" untuk Klasterisasi Basis Data, Wedashwara menyimpulkan, klasterisasi merupakan metode klasifikasi pola tanpa pengawasan atau "unsupervised" yang mengelompokkan pola menjadi beberapa kelompok baru berdasarkan kesamaan antarpola.
Basis data merupakan salah satu input yang umum digunakan untuk proses klasterisasi.
Klasterisasi pada basis data melibatkan struktur basis data sebagai pola matriks dua dimensi yang terdiri dari atribut(fitur) dan catatan(data).
Menurut dia, klasterisasi basis data berbasis aturan ("rule based") merupakan konsep baru yang diusungkan oleh penelitian ini untuk pemrosesan klasterisasi basis data dengan membuat beberapa aturan penempatan kelompok berdasarkan pola yang sering ditemukan pada basis data sumber secara otomatis.
Kelebihan klasterisasi basis data berbasis aturan adalah selain memproses klasterisasi basis data, juga bisa mengekstrak pola pada basis data sumber secara hirarki sebagai bentuk aturan ("rule").
Dia mejelaskan, klasterisasi basis data berbasis aturan yang diusungkan pada penelitian ini diproses dengan menggunakan "Genetic Network Programming" (GNP) yang merupakan turunan dari komputasi evolusioner ("Evolutionary Computation").
GNP memproses data input dengan genetik yang berbentuk jaringan atau "network" yang memiliki keunggulan dapat menghasilkan banyak proses dan keputusan melalui putaran pada jaringan dengan struktur yang kompak.
Pada klasterisasi basis data pada penelitian ini, GNP mengekstrak aturan-aturan berdasarkan pola yang sering terjadi pada basis data sumber dan mengelompokkannya berdasarkan persamaan antaraturan.
GNP juga menghasilkan hirarki aturan pada setiap kelompok yang terdiri dari aturan umum hingga aturan yang sangat spesifik.
Sehingga penelitian ini tidak hanya menghasilkan kualitas klasterisasi yang baik tetapi juga penjabaran struktur basis data sumber secara detail.
Performa klasterisasi dievaluasi menggunakan dua metode yaitu metode "silhouette" dan persentase akurasi atau "accuracy rate".
Pada beberapa simulasi metode klasterisasi yang diusungkan oleh penelitian ini menghasilkan hasil rata-rata terbaik untuk basis data yang diunduh dari "UCI machine learning repository" pada laman http://archive.ics.uci.edu/ml terhadap metode klasterisasi konvensional lainnya seperti "Fuzzy C means", "K-means", "Hierarchical Clustering dan sebagainya".
Disebutkan, penelitian dibagi menjadi empat subtopik dan menghasilkan enam publikasi, yakni empat publikasi konferensi internasional dan dua jurnal internasional.
Antara lain subtopik tentang "Evolutionary Rule Based Clustering Using Combination of GeneticNetwork Programming and Knapsack Problem" bisa dilihat dalam "Wedashwara, W., Mabu, S., Obayashi, M., & Kuremoto, "T. Genetic Network Programming and Knapsack Problem Implementation for Record Clustering on Distributed Database", "Expert Systems with Applications, An International Journal", (2014).
Selain itu Subtopik tentang "Evolutionary Rule Based Clustering Using Fuzzy Object Oriented Database Models" dapat disimak dalam "Wedashwara, W., Mabu, S., Obayashi, M., & Kuremoto, T. Evolutionary Rule Based Clustering for Making Fuzzy Object Oriented Database Models, The Forth International Congress on Advanced Applied Informatics, pp. 517-522.
Pembina Yayaaan Widya Dharma Santhi yang menaungi STIKOM Bali Prof Dr. I Made Bandem, menyambut gembira kelulusan dosennya ini.
"Ini satu hal yang sangat penting dalam pengembangan sumber daya manusia STIKOM Bali dalam rangka pengembangan perguruan tinggi. Karena sesuai aturan, seorang dosen minimal berijazah S2 apalagi ini S3," katanya.
Menurut dia, Wirarama Wedashwara yang meraih gelar doktor di Jepang memiliki nilai plus. "Kita tahu Jepang adalah negara industri yang teknologinya sangat maju. Kembalinya Wedashwara diharapkan dapat menularkan ilmunya untuk kemajuan STIKOM Bali dan masyarakat Bali pada umumnya," ujar Bandem. (Humas Stikom Bali/DWA).
COPYRIGHT © ANTARA News Bali 2016
I Gde Putu Wirarama Wedashwara ST MT Ph.D belum lama ini meraih gelar doktor di Faculty of Science and Engineering Yamaguchi University, Jepang.
Hal ini semakin membuat STIKOM Bali menjadi perguruan tinggi IT di Bali dan Nusa Tenggara dengan kompetensi dan kualifikasi pengajar yang mumpuni di bidang Teknologi Informasi.
Pria kelahiran Denpasar 19 September 1984 itu menyelesaikan studinya tepat tiga tahun dari Maret 2013-Maret 2016.
Dalam disertasinya tentang "Data Mining Evolusioner" untuk Klasterisasi Basis Data, Wedashwara menyimpulkan, klasterisasi merupakan metode klasifikasi pola tanpa pengawasan atau "unsupervised" yang mengelompokkan pola menjadi beberapa kelompok baru berdasarkan kesamaan antarpola.
Basis data merupakan salah satu input yang umum digunakan untuk proses klasterisasi.
Klasterisasi pada basis data melibatkan struktur basis data sebagai pola matriks dua dimensi yang terdiri dari atribut(fitur) dan catatan(data).
Menurut dia, klasterisasi basis data berbasis aturan ("rule based") merupakan konsep baru yang diusungkan oleh penelitian ini untuk pemrosesan klasterisasi basis data dengan membuat beberapa aturan penempatan kelompok berdasarkan pola yang sering ditemukan pada basis data sumber secara otomatis.
Kelebihan klasterisasi basis data berbasis aturan adalah selain memproses klasterisasi basis data, juga bisa mengekstrak pola pada basis data sumber secara hirarki sebagai bentuk aturan ("rule").
Dia mejelaskan, klasterisasi basis data berbasis aturan yang diusungkan pada penelitian ini diproses dengan menggunakan "Genetic Network Programming" (GNP) yang merupakan turunan dari komputasi evolusioner ("Evolutionary Computation").
GNP memproses data input dengan genetik yang berbentuk jaringan atau "network" yang memiliki keunggulan dapat menghasilkan banyak proses dan keputusan melalui putaran pada jaringan dengan struktur yang kompak.
Pada klasterisasi basis data pada penelitian ini, GNP mengekstrak aturan-aturan berdasarkan pola yang sering terjadi pada basis data sumber dan mengelompokkannya berdasarkan persamaan antaraturan.
GNP juga menghasilkan hirarki aturan pada setiap kelompok yang terdiri dari aturan umum hingga aturan yang sangat spesifik.
Sehingga penelitian ini tidak hanya menghasilkan kualitas klasterisasi yang baik tetapi juga penjabaran struktur basis data sumber secara detail.
Performa klasterisasi dievaluasi menggunakan dua metode yaitu metode "silhouette" dan persentase akurasi atau "accuracy rate".
Pada beberapa simulasi metode klasterisasi yang diusungkan oleh penelitian ini menghasilkan hasil rata-rata terbaik untuk basis data yang diunduh dari "UCI machine learning repository" pada laman http://archive.ics.uci.edu/ml terhadap metode klasterisasi konvensional lainnya seperti "Fuzzy C means", "K-means", "Hierarchical Clustering dan sebagainya".
Disebutkan, penelitian dibagi menjadi empat subtopik dan menghasilkan enam publikasi, yakni empat publikasi konferensi internasional dan dua jurnal internasional.
Antara lain subtopik tentang "Evolutionary Rule Based Clustering Using Combination of GeneticNetwork Programming and Knapsack Problem" bisa dilihat dalam "Wedashwara, W., Mabu, S., Obayashi, M., & Kuremoto, "T. Genetic Network Programming and Knapsack Problem Implementation for Record Clustering on Distributed Database", "Expert Systems with Applications, An International Journal", (2014).
Selain itu Subtopik tentang "Evolutionary Rule Based Clustering Using Fuzzy Object Oriented Database Models" dapat disimak dalam "Wedashwara, W., Mabu, S., Obayashi, M., & Kuremoto, T. Evolutionary Rule Based Clustering for Making Fuzzy Object Oriented Database Models, The Forth International Congress on Advanced Applied Informatics, pp. 517-522.
Pembina Yayaaan Widya Dharma Santhi yang menaungi STIKOM Bali Prof Dr. I Made Bandem, menyambut gembira kelulusan dosennya ini.
"Ini satu hal yang sangat penting dalam pengembangan sumber daya manusia STIKOM Bali dalam rangka pengembangan perguruan tinggi. Karena sesuai aturan, seorang dosen minimal berijazah S2 apalagi ini S3," katanya.
Menurut dia, Wirarama Wedashwara yang meraih gelar doktor di Jepang memiliki nilai plus. "Kita tahu Jepang adalah negara industri yang teknologinya sangat maju. Kembalinya Wedashwara diharapkan dapat menularkan ilmunya untuk kemajuan STIKOM Bali dan masyarakat Bali pada umumnya," ujar Bandem. (Humas Stikom Bali/DWA).
Editor : Dewa Sudiarta Wiguna
COPYRIGHT © ANTARA News Bali 2016