Kuota
NO Koordinator Anggota Tim TA1
Topik kelas TA Deskripsi Topik TA Pra syarat Kelas
Kelas TA 1 *)
Multimedia authentication:
Proses untuk menganalisis integritas data digital setelah 1. Febriyanti Sthevanie
dilewatkan pada communication channel. Topik semester ini:
a) Active approach: targeted steganalysis (the following are 2. Kurniawan Nur
example topics, but not limited to) Ramadhani
Rimba 3. Aniq Atiqi Rohmawati
- Breaking F5 Whidiana
1 15
- Breaking LSB Ciptasari,
Ph.D
b) Passive approach: Exposing digital image forgeries' artifacts
based on approximation approachMenganalisis artefak-artefak
pemalsuan gambar digital dengan menerapkan pendekatan
aproksimasi. Mahasiswa secara paralel harus belajar beberapa
metoda estimasi & skema iterasi, seperti MLE, EM, Ransac
algorithm.
Pemahaman teks keislaman (Text understanding for islamic Proses teks bahasa alami 1. Eko Darwiyanto
corpus). Topik semester ini terutama: (bahasa manusia) dengan tujuan
MK Pilihan: Text
untuk memahami makna teks.
Mining, Natural Dr. Moch. Arif
2 Teks yang digunakan terutama 20
Language Bijaksana
literatur keislaman dengan
Processing.
Konkordansi Al Qur'an prioritas Al Qur'an (termasuk 2. Syahrul Mubarok
Konkordansi Hadits tafsirnya) dan hadits. 3. Said Al Faraby
Crawler untuk tafsir Al Qur'an
Keterkaitan semantik antar teks
Pembangunan ontologi atau WordNet Al Qur'an
Recognition System pada data visual (image atau video) 1. Febriyanti Sthevanie
Wajib mengambil MK
Pilihan : Tjokorda
1. Pengolahan citra Agung Budi
12 1. recognition at large scale biometric data (face). Turunannya 20
pengenalan ciri semantik pada wajah, seperti bentuk mulut, digital (diigracias a.n 2. Kurniawan Nur
bentuk mata, ada tidaknya kumis, jenis kelamin, etnis. Klasifier ke 2. Sistem FSV) Ramadhani
arah semantic network (COK) pengenalan visual
Mengambil MK
wajib: Sains
Komputasi untuk
Teknik, Persamaan
Memodelkan dan
mensimulasikan proses
pembangkitan tsunami oleh
landslide, memodelkan Mengambil MK
4. Dr Satria Mandala
propagasi gelombang tsunami wajib: Sains
dengan pers. Boussinesq, dan Komputasi untuk
memodelkan proses runup di Teknik, Persamaan
model gelombang Diferensial Biasa
17 - Tsunami wave generation, propagation and runup 20 Didit Adytia
dan/atau parsial;
Memodelkan suku peredaman Mengambil MK
pada pers. gelombang, untuk optional: Topic on
diaplikasikan sebagai redaman Computational
- Wave dissipation by mangrove forest/ vegetation oleh hutan bakau / hutan pantai Physics
Memodelkan dan
mensimulasikan pers. gelombang
nonlinear, untuk menganalisis
refleksi pada desain Giant Sea
- Reflection by nonlinear waves on Jakarta Giant seawall Wall Jakarta
Memodelkan dan
mensimulasikan resonansi pada
- Harbour resonances suatu desain pelabuhan
Metode numerik yang akan
dipakai untuk kebanyakan model
gelombang diatas adalah Finite
Element dan Pseudo-Spectral
-Finite Element and Pseudo-Spectral Method method
18 20 Dede Rohidin
Wajib mengambil
Mengaplikasikan metode numerik MK: Komputasi 1. Dr. Didit Adytia
High performance scientific computing and exploration of dari model kontinu persamaan Parallel, Sains
2. Dede Tarwidi
advanced numerical method for real life applications. diferensial biasa (PDB) dan Komputasi untuk
3. Annisa Aditsania
parsial (PDP). Model PDB dan Teknik, Persamaan
Dr. Putu Harry 4. Jondri
19 - Parallel computing of numerical method in scientific modeling. PDP dapat diambil dari Diferensial Parsial 20
Gunawan 5. Deni Saipudin
- Numerical analysis for some methods: Finite Difference, Finite permasalahan nyata yang ada di untuk yang wajib; 6. Fitriyani
Element, Finite Volume, ect. lapangan. Arsitektur Opional mengambil
7. Danang Triantoro
- Numerical applications in Fluid Flows, Energy generation, pemrograman model numerik MK: HPC, Teknik
8. Satria Mandala, PhD
Groundwater flow, Sedimentation, Erosion modeling and PDE in dapat berupa seri maupun paralel pada
Image Processing. paralel. pengolahan citra;
Model prediksi keandalan
otomatis untuk informasi pada
JSO (Twitter, Facebook,
Instagram, dll); Model fasilitas Erwin Budi 1. Yuliant Sibaroni
20 Keandalan Informasi di Jejaring Sosial Online (JSO) 20
penjelasan prediksi Keandalan; Setiawan 2. ZKA. Baizal
Dalam pelaksanaannya
menggunakan Metode
Supervised Learning (RF, NB,
SVM, DT dll)
Internet of Things/Services (IoT/IoS) Fhira Nhita
Teacher sertification predition using soft computing algorithm Topik Khusus SIDE 1
(untuk mengambil
tema Information 1. Eko D
A. Information Science: Architecture)
1. Data alignment model berbasis: 2. Sri Widowati
a. Ontology 3. Dana S. Kusumo
b. Machine learning 4. Veronikha Effendy
2. Bussiness intelligence --> hubungi Dana 5. Danang Junaedi
3. Organisation, Labelling, Navigation and Searching of Kusumo di 7. Dawam Dwi Jatmiko
Information ==> hubungi Dana Kusumo di dskusumo.itt@gmail. Suwawi
dskusumo.itt@gmail.com Mengaplikasikan konsep data com
( mining, text mining, ontologi 8. Anisa Herdiani
Rekomendasi sistem dan perbandingan pelabelan eGov untuk menginterpretasikan opini 9. Indra Lukmana
masyarakat di media sosial 10. Ary Wisudiawan
Rekomendasi sistem dan perbandingan pelabelan Rumah Sakit (Degung)
11. Imelda A.
Rekomendasi sistem dan perbandingan pelabelan eCommerce
Sistem navigasi pada RDF 12. Angelina Prima K.
Mapping social tagging ke pelabelan dan organisasi arsitektur
informasi
)
4. Ontology based social media analysis ==> Hubungi bu Anisa data mining/text
Herdiani <anisaherdiani@gmail.com> mining
5. Aspect based sentiment analysis (ABSA) ==> hubungi bu Warih data mining/text
13. Warih Maharani
di wmaharani@gmail.com mining Dana S.
27 30
(Text-level ABSA, aspect-category detection, Opinion target hubungi bu Warih di Kusumo
expression, sentiment polarity) wmaharani@gmail.c
om