Balikpapan – Institut Teknologi Kalimantan pada (Kamis, 27/01/22) melangsungkan kegiatan diskusi virtual. Pada ajang diskusi virtual tersebut diwakili oleh Muhammad Giovani Dosen Program Studi Matematika. Pada kesempatan tersebut diskusi yang dibahas berjudul “Triple Seasonal dan LSTM” bersama bapak Hilman F. Pardede beliau merupakan researcher dari Research Center for Informatics-Indonesian Institute of Sciences LIPI. Tujuan dari program ini adalah Dukungan kepada talenta riset dan inovasi, Kolaborasi dan publikasi bersama serta memperluas jejaring kerjasama untuk meningkatkan kegiatan litbangjirap dengan perguruan tinggi dan Biaya Pendidikan yang Dibayarkan.
Dr. Hilman F. Pardede beliau mengungkapkan “Kami terbuka untuk kegiatan riset termasuk untuk program barista. silakan dischedule saja jika memang diperlukan’’. Inovasi beliau membahas terkait bagaimana cara ekplorasi data kasus energi listrik yang semakin komplek. Menurut tanggapan dari mahasiswa Matematika Giovani “Saya sangat mengucapkan terimakasih banyak atas bantuan dan dukungan dari dosen-dosen saya yang berada di ITK terutama dari Bu Indira Indira Anggriani, M.Si dan Pak Syalam Ali Wira Dinata, M.Si selaku Dosen Pembimbing saya yang mengarahkan kepada program BARISTA ini, saya juga mengucapkan terimakasih banyak terhadap Bapak Dr. Hilman F. Pardede yang telah bersedia dan banyak memberi masukan dipertemuan pembahasan terkait pengembangan tugas akhir saya, ini salah satu program yang sangat baik tentunya terutama dengan sasaran adalah mahasiswa akhir, banyak sekali informasi serta pengembangan yang bisa dikembangkan langsung oleh para ahli yang berpengalaman dibidangnya dan sudah dinaungi oleh BRIN. Semoga langkah awal dari sini kedepannya bisa membantu banyak orang dalam pengembangan ilmu pengetahuan terutama untuk Bangsa dan Negara”.
Selain itu Kalab Sains Data JMTI Syalam Ali Wira Dinata, M.Si mengungkapkan “Peramalan beban jangka pendek sangat diperlukan untuk penjadwalan pembangkitan listrik secara real-time. Metode univariate dapat dikembangkan dengan memodelkan siklus musiman antar hari, pekanan dan tahunan. Selanjutnya menurut penjelasan Dr. Hilman (Researcher) BRIN “LSTM merupakan salah satu jenis dari Recurrent Neural Network (RNN) dimana dilakukan modifikasi pada RNN dengan menambahkan memory cell yang dapat menyimpan informasi untuk jangka waktu yang lama. LSTM diusulkan sebagai solusi untuk mengatasi terjadinya vanishing gradient pada RNN saat memproses data sequential yang panjang’’ pungkas Beliau.
Humas Institut Teknologi Kalimantan