Penelitian

Indonesia Biodiversity Index

12/10/2021 0 Comments

Bekerjasama dengan IBI – KOBI dan WWF Indonesia, Prof. Dedi Rosadi pada bulan Juni-Juli 2021 telah melakukan kajian pengembangan Indonesia Biodiversity Index. Dari kajian multidisiplin yang telah dilakukan, dapat disusun kajian aplikasi biodiversity Index. Publikasi dalam bentuk paper lengkap sedang dalam tahap penyusunan.

Penelitian

Penelitian Dasar (PD) DIKTI 2021

12/10/2021 0 Comments

Melalui skema penelitian PD DIKTI 2021, Prof. Dedi Rosadi dan kolega telah melakukan pengembangan pemodelan prediksi kebakaran hutan. Hasil-hasil yang telah dicapai khusus untuk penelitian ini pada tahun 2021 dapat dirangkum sebagai berikut:

  • Dilakuan kajian pengembangan teori, pengembangan tool komputasi dan kajian empirik untuk pemodelan ukuran luasan kebakaran hutan. Pada kajian ini dilakukan pengembangan metode dan teori pemodelan ukuran deteksi dini ukuran luasan kebakaran hutan berbasis variabel-variabel meteorologi dan indeks cuaca di hutan (Forest Weather Index). Pengembangan dilakukan dengan mengaplikasikan metode statistika ensemble learning yang disebut sebagai pendekatan bagging (bostrap aggregating) untuk meningkatkan performa metode yang telah dikenal didalam literatur sebelumnya untuk deteksi kebakaran hutan. Hasil kajian pengembangan teori, komputasi dan aplikasi untuk bagian ini dipublikasikan pada Rosadi, Andriyani dan Arisanty (2021a)
  • Dilakukan kajian pengembangan teori, pengembangan tool komputasi dan kajian empirik untuk pemodelan kebakaran hutan lahan dan hutan gambut di wilayah Kalimantan Selatan. Berbasis pendekatan hybrid Self Organizing Map (SOM) dan Boosting (AdaBoost). Hasil kajian pengembangan teori, komputasi dan aplikasi untuk bagian ini dipublikasikan pada Rosadi, Andriyani, Arisanty dan Agustina (2021a)
  • Dilakukan kajian pengembangan teori, pengembangan tool komputasi dan kajian empirik untuk pemodelan kebakaran hutan lahan dan hutan gambut di wilayah Kalimantan Selatan. Pada kajian ini, untuk meningkatkan performa pemodelan, dilakukan transformasi data imbalanced berbasis pendekatan over sampling yang disebut SMOTE (Synthetic Minority Over-sampling Technique) untuk preprocessing data. Hasil kajian pengembangan teori, komputasi dan aplikasi untuk bagian ini dipublikasikan pada Rosadi, Andriyani, Arisanty dan Agustina (2021b)
    • read more

    Penelitian

    Penelitian Komputasi Statistika berbasis metode minimum message length (MML)

    12/10/2021 0 Comments

    Bekerjasama dengan Assoc Prof.David Dowe dari Monash University, Prof. Shelton Peiris dari Univeristy of Sydney, dan Zheng Fang dari University of Monash, Selama bulan Juli-Oktober 2021 telah dilakukan kerjasama penelitian untuk pengembangan metode pemodelan analisis runtun waktu berbasis metode minimum message length (MML) untuk hybrid model ARMA-LSTM. Dari kajian intensif yang telah dilakukan dihasilkan satu paper untuk publikasi di jurnal ilmiah dan saat ini sedang dalam proses review.

    Penelitian