Problem solving merupakan salah satu kemampuan yang sangat dibutuhkan untuk menghadapi persaingan global. Maka dari itu perlu untuk dilatih sedari dini. Melihat pada perkembangan teknologi dan imlu komputer, lahirlah sebuah pendekatan problem solving skill yang dikenal dengan nama Computational Thinking (CT). CT dikembangkan dari konsep dasar ilmu komputer, dengan cara mengabstraksi permasalahan kemudian mengilustrasikan dan menyusun solusi. Mulai tahun 2016, Indonesia secara aktif berpartisipasi dalam Komunitas Bebras dan mengkampanyekan Computational Thinking dengan mengadakan Bebras Challenge bagi siswa sekolah di seluruh Indonesia. Fakultas Ilmu Komputer UDINUS menjadi salah satu Bebras Biro yang ikut sebagai penyelenggara Bebras Challenge di Kota Semarang. Penyuluhan Bebras kepada Guru dimaksudkan untuk mengenalkan skill Computational Thinking ini, sehingga ke depannya setiap guru dapat menyampaikan dan melatih siswanya dalam pengembangan skill problem solving. Penyuluhan diikuti oleh guru perwakilan dari 27 sekolah dasar di Kota Semarang. Sebagai rangkaian kampanye, Bebras Challenge diikuti oleh total 169 siswa dari SD dan SMP di Kota Semarang. Hasil Bebras Challenge, terdapat 1 peserta asal Bebras Biro UDINUS yang berhasil masuk peringkat 3 besar nasional.
Informatics or computer science is an important subject for school education today. Informatics can be presented as a scientific discipline to understand technology in a way that is more deeply behind computer programs. With the introduction of informatics to schools is to prepare young people to become creators of information technology not just users of information technology. To achieve this, informatics concepts need to be introduced from basic education, high school, and high school. On the other hand, we need to help people solve problems by using technology and developing computational thinking in various fields. This paper presents the role of Indonesia specifically through universities in Indonesia in introducing computational thinking through Bebras Computational Thinking.
Dalam menaikkan kinerja serta mengevaluasi kualitas, perusahaan publik membutuhkan feedback dari masyarakat / konsumen yang bisa didapat melalui media sosial. Sebagai pengguna media sosial Twitter terbesar ketiga di dunia, tweet yang beredar di Indonesia memiliki potensi meningkatkan reputasi dan citra perusahaan. Dengan memanfaatkan algoritma Deep Neural Network (DNN), neural network yang tersusun dari layer yang jumlahnya lebih dari satu, didapati hasil analisa sentimen pada Twitter berbahasa Indonesia menjadi lebih baik dibanding dengan metode lainnya. Penelitian ini menganalisa sentimen melalui tweet dari masyarakat Indonesia terhadap sejumlah perusahaan publik dengan menggunakan DNN. Data Tweet sebanyak 5504 record didapat dengan melakukan crawling melalui Application Programming Interface (API) Twitter yang selanjutnya dilakukan preprocessing (cleansing, case folding, formalisasi, stemming, dan tokenisasi). Proses labeling dilakukan untuk 3902 record dengan memanfaatkan aplikasi Sentiment Strength Detection. Tahap pelatihan model dilakukan menggunakan algoritma DNN dengan variasi jumlah hidden layer, susunan node, dan nilai learning rate. Eksperimen dengan proporsi data training dan testing sebesar 90:10 memberikan hasil performa terbaik. Model tersusun dengan 3 hidden layer dengan susunan node tiap layer pada model tersebut yaitu 128, 256, 128 node dan menggunakan learning rate sebesar 0.005, model mampu menghasilkan nilai akurasi mencapai 88.72%.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.