Kembangkan Metode TEGRU, Gubes ITS Kembali Raih Top 2% Peneliti Dunia

Prof DrsEc Ir Riyanarto Sarno MSc PhD, satu-satunya profesor dari ITS yang kembali masuk ke dalam Top 2% Scientist in the World 2023

Kampus ITS, ITS News — Guru besar (Gubes) Institut Teknologi Sepuluh Nopember (ITS) Prof Drs Ec Ir Riyanarto MSc PhD kembali menggebrak dunia penelitian dengan menghadirkan metode prediksi saham melalui sentimen atau pendapat masyarakat. Menerapkan Transformer Encoder Gated Recurrent Unit (TEGRU), karyanya ini berhasil menggenapi perolehannya sebagai Top 2% Scientist in The World 2023.

Studi yang bertumpu pada fenomena kehidupan sehari-hari ini dianggap Riyan berperan penting dalam pembuatan keputusan individu. Namun, untuk dapat mengkaji sentimen tersebut, transformasi data kualitatif menjadi data kuantitatif diperlukan agar dapat dianalisis secara lebih efektif. “Maka dari itu, saya menerapkan metode TEGRU untuk menganalisis data sentimen,” bebernya.

Skema analisis data sentimen menggunakan metode Transformer Encoder Gated Recurrent Unit (TEGRU)

Secara sederhana, penelitian ini menggabungkan dua proses penting dalam interpretasi data. Pendekatan tersebut mencakup penggunaan metode Transformer Encoder yang bertugas mengekstraksi informasi dari dataset. Serta penerapan Gated Recurrent Unit (GRU) yang berfungsi untuk memproses dan melakukan prediksi data secara berkelanjutan. Dengan hasil pendekatan, metode ini sangat cocok untuk situasi yang memerlukan analisis jangka panjang.

Baca Juga :  Profesor ITS Kendalikan Bio-Korosi pada Bangunan Laut dengan Heat Treatment

Dalam penerapannya, Riyan menjelaskan bahwa TEGRU telah memanfaatkan data yang berasal dari berbagai sumber berita yang tepercaya. Pada tahap selanjutnya, informasi-informasi tersebut akan diorganisir dalam beragam kategori, termasuk namun tidak terbatas pada berita sektor industri, investasi, keuangan, kebijakan nasional, dan peristiwa internasional.

Proses penyortiran judul utama berita pada proses analisis sentimen

Melalui proses seleksi yang sangat cermat, TEGRU akan memilah berbagai judul berita utama dan mengategorikannya ke dalam dua klasifikasi pokok, yaitu sentimen positif atau negatif yang tercermin dalam berita. Ini memungkinkan TEGRU untuk memberikan pemahaman mengenai bagaimana masyarakat merespons berbagai peristiwa dan isu melalui analisis sentimen yang teliti.

Setelah berhasil memperoleh data sentimen, lulusan University of New Brunswick ini mengungkapkan langkah selanjutnya adalah menghimpun data transaksi di pasar saham. Dengan dua sumber data yang ada, TEGRU akan menjalankan proses sinkronisasi dan merancang skenario pergerakan harga saham pada periode mendatang dengan berbagai metode perhitungan yang cermat.

Baca Juga :  ITS Ajak Mahasiswa PMM Mengenal Budaya Majapahit Melalui Modul Nusantara
Pemaparan inovasi terbaru Prof Drs Ec Ir Riyanarto Sarno MSc PhD pada kegiatan Lembaga Pengelola Dana Pendidikan (LPDP) Festival 2023

Menilik pemanfaatannya, Riyan mengungkapkan bahwa pasar akan merasakan manfaat prediksi yang lebih akurat dan andal. Ini disebabkan oleh pendekatan yang mengintegrasikan dua aspek penting, yaitu data transaksi harga saham dan sentimen masyarakat. “Melalui metode ini, kami dapat memperkirakan fluktuasi opini publik yang berpotensi memengaruhi penjualan saham,” ujar Riyan.

Lebih jauh, TEGRU bukan hanya sebatas alat prediksi penjualan saham. Kepala Laboratorium Manajemen Cerdas Departemen Teknik Informatika ITS ini yakin menyatakan bahwa metode ini dapat menjadi solusi untuk beragam permasalahan yang memerlukan analisis prediksi di berbagai bidang kehidupan manusia.

Keterbaruan inovasi tersebut menjadi salah satu karya cemerlang yang berhasil membawanya kembali meraih titel sebagai Top 2% Scientist in the World 2023. Riyan mengungkapkan, pencapaian keempatnya ini merupakan sebuah anugerah dan tanggung jawab besar yang diemban dalam memberi kebermanfaatan bagi bangsa. “Saya senang sekali bisa terus berkontribusi bagi kejayaan bangsa melalui pemikiran dan penelitian,” pungkasnya merasa bangga. (HUMAS ITS)

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading...
392 Views