Sebuah tim yang terdiri dari mahasiswa dan dosen Teknologi Rekayasa Perangkat Lunak Universitas Gadjah Mada (UGM), yaitu Rasyid Kusnady, Pudyasta Satria Pinandhita, Muhammad Abyan Farras Yusuf, bersama dosen pembimbing Dinar Nugroho Pratomo, Divi Galih Prasetyo Putri, dan Ganjar Alfian, berhasil menyelesaikan penelitian purwarupa aplikasi perekam jejak karbon berbasis blockchain. Proyek ini kemudian dilanjutkan ke tahap implementasi oleh Rasyid Kusnady, Ghifari Nafhan Muhammad Zhafarizza dan Edeline Felicia Dharmawan dengan bimbingan para dosen yang sama.
Penelitian Dosen
Peningkatan Kualitas Pendidikan Melalui Analisis Ulasan Aplikasi Pembelajaran Mobile untuk Anak-anak
Dalam upaya mencapai Sustainable Development Goals (SDG) khususnya Quality Education, pemanfaatan teknologi digital dalam pembelajaran menjadi semakin penting. Sebuah penelitian yang dilakukan oleh beberapa dosen dan mahasiswa dari program studi D4 Teknologi Rekayasa Perangkat Lunak di Departemen Teknik Elektro dan Informatika SV UGM melalui menganalisis pengalaman pengguna aplikasi pembelajaran mobile untuk anak-anak, untuk memberikan wawasan berharga tentang bagaimana meningkatkan efektivitas alat pendidikan digital ini. Penelitian ini menggunakan analisis sentimen dan pemodelan topik terhadap ulasan pengguna aplikasi pembelajaran mobile untuk mengidentifikasi masalah pengalaman pengguna. Hasil penelitian menunjukkan bahwa meskipun aplikasi-aplikasi tersebut memiliki potensi besar dalam mendukung pendidikan anak usia dini, terdapat beberapa tantangan yang perlu diatasi. Masalah yang teridentifikasi meliputi keterbatasan variasi konten, multimedia, serta kesulitan dalam navigasi dan interaksi layar sentuh.
Pengeboran geothermal sering menghadapi tantangan yang dapat menyebabkan penundaan signifikan dan peningkatan biaya. Salah satu masalah yang paling umum adalah terjadinya pipa yang terjebak (stuck pipe), yang dapat menghentikan operasi dan memerlukan intervensi yang mahal. Oleh karena itu, pencegahan kejadian pipa yang terjebak menjadi sangat penting untuk meningkatkan efisiensi operasional dan meminimalkan biaya. Pengenalan sistem prediksi pengeboran berbasis AI (artificial intelligence) bertujuan untuk mengatasi tantangan ini secara efektif. Selain itu, penelitian ini menekankan pentingnya adopsi sistem monitoring berbasis web sehingga operator dapat memantau kondisi pengeboran secara real-time, memungkinkan tindakan segera ketika diperlukan.
Depresi merupakan salah satu masalah kesehatan mental yang paling umum dan sering kali sulit diidentifikasi pada tahap awal. Jika tidak ditangani dengan cepat dan tepat, depresi dapat berkembang menjadi kondisi yang lebih serius dan berdampak negatif terhadap kualitas hidup individu yang mengalaminya. Oleh karena itu, deteksi dini dan intervensi yang cepat sangat diperlukan untuk mencegah komplikasi dan memastikan individu menerima perawatan yang memadai.
Di era digital saat ini, media sosial telah menjadi bagian integral dari kehidupan sehari-hari banyak orang. Platform seperti Facebook, X (sebelumnya Twitter), dan Instagram tidak hanya digunakan untuk berbagi momen-momen pribadi atau berinteraksi dengan teman, tetapi juga menjadi tempat di mana perasaan, pengalaman, dan kondisi mental seseorang dapat tercermin melalui tulisan-tulisan yang diunggah. Dalam konteks ini, media sosial telah membuka peluang baru bagi para peneliti untuk memanfaatkan data teks sebagai sumber informasi guna mendeteksi masalah kesehatan mental, seperti depresi.