UAS Perdana Mahasiswa TSD FTMM Gelar Pameran Web-Apps Berbasis Machine Learning

Ada Pendeteksi Resep Dokter Sampai Analisa Tren Saham

FTMM NEWS – Mahasiswa semester 6 Prodi Teknologi Sains Data Fakultas Teknologi Maju dan Multidisiplin (FTMM) Universitas Airlangga, ikuti pameran produk web-apps, Senin (5/06) di Lantai Dasar GKB-C. Pameran ini menyajikan 11 produk karya mahasiswa, dengan latar belakang menyelesaikan masalah menggunakan produk berbasis machine learning. 

Produknya pun beragam. Misalnya web-apps pendeteksi pola tulisan tangan resep dokter bernama TRxNSLATE (baca: translate). Web-apps karya Elfira Rahma, Muhammad Farras Reswara dan Fathurrahman Syarief ini bisa mendeteksi tulisan tangan resep dokter. Alhasil, apoteker lebih mudah membaca resep dengan bantuan sistem machine learning TRxNSLATE.

Jadi tinggal scan foto resep trus hasilnya bisa terbaca di sistem secara jelas,” ujar Farras.

Memang masyarakat cukup susah mengenali tulisan dokter sehingga menjadi alasan utama Farras dengan teman-temannya mengembangkan TRxNSLATE. Dari proses pengembangan, sementara terinput beberapa nama obat yang cukup dominan ditemukan. Misalnya Paracetamol, Amoxicillin sampai CTM. Didepan dosen pengajar, ketiganya meyakinkan dengan demonstrasi penulisan resep tangan diatas kertas. Hasilnya coretan itu terdeteksi oleh sistem sehingga bisa dikenali.

Berbeda dengan TRxNSLATE, Nisrina, Ergidya dan Othman tak mau kalah dengan mengembangkan web-apps bernama  SP2 (Stock Price and Sentimen Prediction). SP2 bisa mendeteksi tren harga saham disertai sentimen dalam kurun waktu tertentu. Bahkan, diklaim menjadi tool yang memudahkan pembeli saham mengetahui saham mana yang punya tren positif.

“Prediksi harga saham dan analisis sentimen perusahaan dilakukan untuk memberikan informasi mengenai kondisi saham dan membantu investor dalam mengambil keputusan,” jelas Othman.  

SP2 punya kelebihan. Diantaranya memberikan panduan bagi investor dalam melakukan pemilihan keputusan investasi. Prediksi harga saham diakui lebih akurat. Web ini juga bisa meningkatkan pemahaman terkait analisis sentimen dengan pergerakan harga saham.

Cara kerjanya juga cukup mudah. Tinggal menginput kode saham dan memasang durasi prediksi saham. Contohnya 30 hari kedepan. Dengan menggunakan pertimbangan hitungan rekaman 5 tahun terakhir kondisi saham secara riil, data yang diproses akhirnya bisa muncul berupa grafik. 

Muhammad Noor Fakhruzzaman, S.Kom., M.Sc mengatakan kalau dirinya mengapresiasi karya ke-11 mahasiswa, yang sudah berusaha menyajikan studi kasus dengan pendekatan machine learning sebagai solusi.

“Kami menilai dari aspek presentasi/penyajian sampai bersifat teknik dalam pengaplikasian,” ujar Ruzza.

Selain TRxNSLATE dan SP2, produk karya mahasiswa yang cukup menarik diantaranya Agroguru, web-apps pendeteksi tanaman yang cocok dengan kondisi tanah suatu wilayah, dan The Shaman’s Cupboard, web-apps yang bisa mendeteksi potensi laku tidaknya sebuah produk lemari dalam marketplace Tokopedia.(and)

 

Share:

Share on facebook
Facebook
Share on twitter
Twitter
Share on whatsapp
WhatsApp
Share on telegram
Telegram
Share on email
Email
Share on linkedin
LinkedIn

Related Posts