Haloo sobat ngampus! Semoga dalam keadaan sehat semua ya. Hari ini penulis mau sharing pengalaman nih, agak berbeda dengan format blog seperti biasa, tetapi semoga tetap menarik dan bisa menginspirasi ya!
Teman-teman khususnya yang sedang menempuh kuliah, sudah ikut organisasi apa aja nih? Selama kuliah khususnya di tengah pandemi ini udah ngapain aja? Semoga kita selalu fokus ya kuliah menimba ilmu yang bermanfaat. Nah selain kuliah dan organisasi, sebagai mahasiswa kita juga perlu melakukan self improvement selain dari kegiatan sehari-hari kita di kampus agar kita bisa membandingkan skillset kita dengan teman-teman kita di kampus atau masyarakat umum. Kenapa? Karena saat kita lulus nanti, kita pasti akan terjun ke masyarakat yang tentunya akan memiliki persaingan yang lebih ketat dibandingkan lingkungan kampus sendiri.
Nah salah satu kegiatan yang bisa kita ikuti adalah kegiatan perlombaan! Khususunya di tengah pandemi ini, banyak event yang bisa kita sebagai mahasiswa ikuti. Apalagi sebagai mahasiswa ilmu komputer, banyak event perlombaan khususnya programming dan data science yang sekarang sedang tren.
Pada kesempatan ini penulis ingin sharing pengalaman penulis mengikuti empat kegiatan lomba dalam waktu dua bulan!
1 Datathon KA 2021
Datathon KA merupakan kegiatan yang diselenggarakan oleh BPPT dan Kecerdasan Artifisial Indonesia dan diorganisasi oleh Telkom University. Lomba ini bertemakan penerapan kecerdasan artifisial (AI) dan pembelajaran mesin (machine learning) untuk mencari solusi berdasarkan permasalahan dari pandemi COVID-19.
Terdapat dua sesi lomba, yaitu babak penyisihan dengan tema “prediksi kapan PPKM bisa dihentikan saat tingkat vaksinasi mencapai 50%” dan babak final dengan tema “berapa persen kapasitas ruangan untuk WFO.” Data yang digunakan oleh penulis bersumber dari portal data seperti kawal Covid-19, Google Mobility Index, dan Apple Mobility Index.
Pada kedua penelitian tersebut, peneliti menggunakan pendekatan data mining untuk menggali informasi dari data yang diberikan oleh panitia. Pada penelitian pertama penulis menggunakan metode exponential smoothing untuk melakukan forecasting kapan tingkat vaksinasi mencapai 50% berdasarkan tren vaksinasi. Berdasarkan proses mining, diprediksi 50% populasi Indonesia akan mendapat vaksinasi penuh dua dosis pada tanggal 11 Maret 2022 dengan mean 135.113.897,15 orang penduduk.
Pada penelitian kedua peneliti menggunakan simulasi menggunakan model SIRV (Susceptible-Infected-Recovered-Vaccinated) untuk mensimulasikan bagaimana persebaran virus COVID-19 pada suatu populasi tertutup. Penulis mendapatkan hasil bahwa dengan memberlakukan aturan WFO kembali dengan asumsi tingkat vaksinasi, tingkat infektivitas virus, dan tingkat pemulihan korban yang konstan maka tingkat infeksi ditaksir akan berada di bawah 8,63% dari total populasi, sehingga pelaksanaan WFO bisa dilakukan tanpa restriksi.
Perlu diingat bahwa penelitian yang penulis lakukan belum sempurna dan masih diperlukan banyak kajian dan verifikasi oleh pakar, karena paper yang penulis tulis belum di-submit ke penerbit sehingga belum melalui proses peer-review.
Teman-teman bisa mengakses paper dan source code yang penulis buat pada penelitian ini pada tautan berikut.
- Kapan PPKM Bisa Dihentikan? Studi Mobilitas Masyarakat dan Forecasting Tingkat Vaksinasi menggunakan Model Exponential Smoothing
- Simulasi Infeksi COVID-19 untuk Menunjang Aturan Work-from-Office berbasis Model SIRV
- Source code Datathon KA 2021
Tapi sayang sekali, pada event ini penulis belum lolos sebagai pemenang. Tapi kesempatan masih terbuka lebar, masih benyak event lain yang menarik untuk diikuti, salah satunya adalah BPJS Hackathon 2021!
2 BPJS AI Hackathon 2021
Sesuai namanya, event ini diselenggarakan oleh BPJS dan terbagi menjadi tiga kegiatan, yaitu AI, IOT, dan Pentest. Penulis tentunya mengikuti lomba AI karena berhubungan dengan data tentunya :D. Nah pada lomba AI BPJS ini peserta diberikan dua topik yaitu klasifikasi apakah klaim BPJS merupakan fraud atau regresi untuk memprediksi jumlah kasus dan unit cost pada sebuah daerah akibat penambahan rumah sakit kerja sama dengan BPJS.
Pada lomba ini penulis mengambil kategori fraud detection karena penulis sudah mencoba melakukan preliminary modelling dan mendapatkan akurasi yang penulis rasa cukup tinggi untuk menjadi submisi lomba. Pada saat submisi, penulis mendapat posisi terbaik di peringkat 7 dan terakhir kali penulis cek, penulis berada di posisi ke 10.
Sayang sekali pada lomba ini hanya diberikan kesempatan tiga kali untuk melakukan submisi, sehingga penulis juga mengalami kesulitan untuk mencoba beberapa jenis model dan melakukan hyperparameter tuning untuk mendapatkan model yang terbaik. Akhirnya, penulis tidak lolos ke babak final karena tidak masuk ke dalam tiga besar.
Sayangnya penulis tidak bisa share kode pada event ini karena dibatasi oleh persyaratan lomba dan NDE. Masih belum menang juga, selanjutnya penulis mencoba lomba lain secara paralel yaitu BPS Big Data!
3 BPS Big Data 2021
BPS Big Data sesuai dengan namanya merupakan lomba mengenai big data, pada kategori umum peserta diminta untuk membuat dashboard yang berisi official statistics berdasarkan dataset yang sudah disediakan oleh panitia. Peserta dibebaskan untuk melakukan pemodelan dan visualisasi menggunakan data yang disediakan untuk mencari insight dari dalam data.
Pada lomba ini penulis membuat tiga dasbor yaitu:
- Tren Lowongan Pekerjaan + forecasting tren lowongan pekerjaan
- Mobilitas Penduduk
- Sentimen Berita
Berikut beberapa tampilan dasbor yang penulis buat.
Pada proses forecasting, penulis menggunakan model Facebook Prophet yang merupakan model time series forecasting berbasis bayesian statistics. Sayangnya, karena penulis terikat dengan NDE, penulis tidak bisa mempublikasikan paper dan source code yang penulis buat pada lomba ini.
Masih belum nyerah! Penulis sekarang mencoba step up the game dengan mengikuti lomba berskala internasional, IEEE Computer Society Global Student Challenge 2021!
4 IEEE Computer Society Global Student Challenge 2021
Nah event ini merupakan event yang sedikit berbeda nih dengan beberapa lomba sebelumnya karena lomba ini diselenggarakan oleh IEEE Computer Science Community. Pada event ini penulis harus mengerjakan dua set masalah, yaitu:
- Prediksi kegagalan sistem komputer berdasarkan data metrik sistem
- Analisis sentimen multi-label pada tweet bertopik COVID-19
Problem pertama dibagi lagi menjadi dua bagian, yaitu model complete yang mengharuskan penulis untuk membuat model menggunakan semua data yang tersedia dan model abridged yang harus dikerjakan dengan menggunakan reduksi dimensi, pada kasus ini menggunakan metode Principal Component Analysis (PCA).
Pada problem pertama data yang disediakan memiliki distribusi kelas yang sangat tidak seimbang, yaitu hanya 8% data dengan label positif dan sisanya negatif (hal ini wajar karena pada prediksi kegagalan sistem, tidak mungkin sistem gagal pada 50% masa kerjanya :D). Untuk menyelesaikan masalah pertama ini penulis menggunakan pendekatan data mining dengan cara menguji beberapa algoritma dasar seperti KNN, decision tree, random forest, dan model-model lain untuk menentukan basis model terbaik.
Selanjutnya penulis menggunakan model terbaik berdasarkan data percobaan awal tersebut untuk melakukan hyperparameter tuning menggunakan metode grid search.
Pada problem kedua, penulis sedikit kewalahan karena penulis belum pernah melakukan multi-label classification apalagi pada dataset berupa teks, karena penulis sendiri jarang melakukan text mining atau NLP pada umumnya. Selain itu, ukuran dataset yang besar juga menjadi tantangan tersendiri karena komputer yang penulis gunakan saat itu tidak cukup kuat untuk memproses data dalam jumlah besar.
Akhirnya penulis menemukan solusi dengan menggunakan Apache Spark dan Spark NLP untuk melakukan pemodelannya. Meskipun membutuhkan waktu sekitar 2 jam untuk melakukan satu kali training model, hasilnya bisa dibilang cukup memuaskan.
Lomba ini diselenggarakan melalui platform Kaggle, salah satu platform untuk perlombaan dan komunitas data science. Pada saat kompetisi, semua peserta bisa melihat posisinya pada leaderboard, penulis sendiri saat itu berada di posisi tengah, sehingga membuat penulis tidak percaya diri.
Tapi ternyata, pagi hari tanggal 5 September 2021 penulis mendapatkan email bahwa penulis lolos sebagai finalis lima besar IEEE CS GSC 2021!!
Penulis tentu sangat terkejut karena penulis yang ada di pertengahan leaderboard ternyata bisa lolos jadi finalist. Setelah lolos menjadi finalist, penulis kemudian melaksanakan presentasi dan mengikuti pengumuman pada konferensi IEEE IC2E Conference: 9th IEEE International Conference on Cloud Engineering.
Ini merupakan salah satu momen yang paling berkesan untuk penulis karena ini pertama kalinya penulis memenangkan lomba tingkat internasional, meskipun belum bisa mendapat juara 1-3. Event ini direncanakan akan diselenggarakan secara rutin tahunan, jadi buat teman-teman yang ingin mencoba, bisa cek laman resminya di tautan berikut.
Kegiatan ini juga sudah dipublikasikan oleh IEEE Computer Science Comunity, Portal Berita Universitas Pakuan, Instagram IEEE Student Branch Universitas Pakuan, dan beberapa media sosial kampus juga, senangnya penulis jadi lebih terkenal di kampus :P.
Nah karena lomba ini tidak ada NDE, teman-teman bisa cek source code yang penulis gunakan pada perlombaan ini pada tautan berikut.
https://github.com/fahminlb33/ieee-gsc-2021
Penutup🎁
Buat teman-teman khususnya yang masih berkuliah, yuk kita isi waktu senggang selama kuliah kita dengan kegiatan-kegiatan yang bermanfaat dan bisa menjadi bekal kita untuk self improvement dan mempersiapkan diri ke dunia kerja. Memang bukan sesuatu yang mudah, tapi setidaknya kita harus mau mencoba agar kita bisa tahu bagaimana persaingan di luar sana.
In the end, penulis sendiri merasa mengikuti empat lomba dalam waktu yang sama bukanlah sesuatu yang baik karena jujur, penulis sangat exhausted setelah event-event tersebut karena penulis harus pintar-pintar membagi waktu untuk bukan hanya empat lomba, tapi juga pekerjaan dan kuliah.
So, keep trying ya teman-teman! Yuk kita coba sedikit demi sedikit, tidak ada salahnya mencoba kan? :)