SALATIGA – Program Studi Sains Data Fakultas Sains dan Teknologi (FST) UIN Salatiga sukses menyelenggarakan rangkaian Seminar Proposal Skripsi (Sempro) mahasiswa. Kegiatan evaluasi akademik ini dilaksanakan secara luring (offline) dalam dua gelombang, yaitu pada Kamis, 9 Juli 2026 dan Selasa, 14 Juli 2026, bertempat di Gedung Hasyim Asy’ari, Kampus 3 UIN Salatiga.
Berdasarkan surat pemberitahuan resmi nomor B.42/Un.29/D6/PP.05.3/07/2026, ujian seminar proposal ini membagi para mahasiswa ke dalam tiga majelis penguji. Majelis 2 dan 3 melaksanakan ujian pada 9 Juli pukul 13.00–15.30 WIB, sedangkan Majelis 1 menyusul pada 14 Juli pukul 09.00–12.30 WIB.
Sesuai dengan arahan fakultas, seluruh proses pengujian dilakukan secara efisien berbasis digital, di mana peninjauan naskah skripsi dilakukan dalam bentuk soft file PDF, saat ujian sempro dosen penguji wajib membawa laptop.
Ragam Topik Inovatif: Dari Isu Sosial, Kebijakan Publik, Hingga Green AI
Pada periode seminar proposal kali ini, para mahasiswa Prodi Sains Data menunjukkan ketajaman analisis dan kepedulian terhadap isu sosial, ekonomi, hingga kesehatan dengan menerapkan berbagai algoritma Machine Learning dan Deep Learning mutakhir.
Beberapa topik penelitian menarik yang diangkat oleh para mahasiswa di antaranya:
- Pendidikan & Kebijakan Publik: Analisis faktor keberhasilan siswa MAN kota X masuk PTN menggunakan Random Forest, prediksi kemiskinan di Provinsi X 2045 (Random Forest, XGBoost, Linear Regression), serta klasifikasi stabilitas harga sembako untuk pendukung kebijakan Pemkot Salatiga.
- Analisis Sentimen & Media Sosial: Studi sentimen publik terkait pembatasan akun media sosial oleh Komdigi (SVM vs IndoBERT) di platform “X”, serta analisis ulasan Google Maps kuliner lokal menggunakan Naive Bayes.
- Solusi Bisnis & Industri: Prediksi penjualan UMKM, pengembangan sistem transaksi inbound & prediksi transaksi PT NCS Salatiga (Prophet), analisis permintaan produk kelistrikan PT X (XGBoost & SHAP), hingga pembuatan aplikasi terintegrasi.
- Kesehatan & Medis: Klasifikasi penyakit paru-paru menggunakan Convolutional Neural Network (CNN) berbasis Grad-CAM, serta optimasi Random Forest untuk prediksi penyakit jantung.
- Inovasi Kebelanjutan (Green AI): Studi komparasi IndoBERT dan Multinomial Naive Bayes pada ulasan e-commerce yang tidak hanya memprioritaskan akurasi tetapi juga efisiensi jejak karbon.
Pelaksanaan Seminar Proposal Skripsi ini diharapkan dapat menjadi pijakan awal yang kokoh bagi mahasiswa Sains Data FST UIN Salatiga dalam menghasilkan riset terapan yang tidak hanya unggul secara akademis, tetapi juga memberikan kontribusi nyata bagi masyarakat dan industri.
