Back

Cornelia Luba Tara Boro Raih Predikat Lulusan Terbaik Teknik Informatika ITN Malang dengan IPK 3.94

Cornelia Luba Tara Boro lulusan terbaik Teknik Informatika S-1, Fakultas Teknologi Industri (FTI), ITN Malang pada wisuda ke 73 periode 1 tahun 2025.


Malang, ITN.AC.ID – Institut Teknologi Nasional Malang (ITN Malang) kembali menorehkan prestasi membanggakan melalui salah satu mahasiswinya. Cornelia Luba Tara Boro, mahasiswi Program Studi Teknik Informatika S1, berhasil meraih predikat lulusan terbaik dengan Indeks Prestasi Kumulatif (IPK) 3.94. Dengan demikian selain menjadi lulusan terbaik di Fakultas Teknologi Industri (FTI), ia juga menjadi lulusan terbaik ITN Malang pada wisuda ke 73, periode 1 tahun 2025.

Dara asal Sumba Barat, Nusa Tenggara Timur ini merupakan putri dari pasangan Samuel Boro, ST., dan Yuliana Laka Awang, SE. Atas kegigihannya ia pun mampu menyelesaikan studi dalam waktu yang relatif singkat 3,5 tahun.

Alumnus SMAS Kristen Waikabubak ini berhasil mempertahankan performa akademiknya sejak awal perkuliahan. Skripsi yang ia kerjakan mengangkat tema penting dan relevan dengan kondisi lingkungan saat ini, yaitu “Analisis Sentimen Kampanye Pengurangan Penggunaan Plastik Berbasis Website Menggunakan Metode Support Vector Machine (SVM)”.

Baca juga:Yudisium Fakultas Teknologi Industri (FTI) ITN Malang: Langkah Awal Menuju Gelar Sarjana

“Penelitian ini didasari banyaknya penumpukan sampah plastik akibat tingginya penggunaan oleh masyarakat. Saya kemudian mengembangkan sebuah sistem berbasis website yang mampu mengklasifikasikan sentimen masyarakat terhadap kampanye pengurangan plastik yang saya ambil di media sosial,” jelasnya.

Cornelia Luba Tara Boro usai sidang skripsi di Prodi Teknik Informatika S-1, ITN Malang.

Metode Support Vector Machine (SVM) dipilih sebagai inti dari sistem klasifikasi sentimen, dengan output berupa kategori sentimen netral, negatif, dan positif. Data yang digunakan dalam penelitian berasal dari tweet kampanye pengurangan plastik periode 2019 hingga September 2024. Melalui kata kunci otomatis seperti “kurangi plastik” dan “hari tanpa plastik”.

“Penelitian saya lakukan mulai pengumpulan, dan pra-pemrosesan data. Data yang terkumpul kemudian diberi label sentimen (positif, negatif, netral) untuk dijadikan data pelatihan,” lanjut Cornelia.

Hasil pengujian terhadap 1568 data dengan rasio 75 persen data pelatihan dan 25 persen data pengujian menunjukkan akurasi sebesar 66,33 persen. Cornelia menjelaskan bahwa nilai ini menunjukkan efektivitas metode SVM dalam melakukan klasifikasi sentimen, meskipun dipengaruhi oleh jumlah data dan tahapan pra-pemrosesan.

“Sebenarnya tema analisis sentimen pada kampanye pengurangan plastik masih jarang diteliti, padahal kampanye tersebut telah banyak dilakukan,” katanya.

Penelitian ini juga melakukan lima jenis pengujian pelatihan data dengan berbagai rasio data latih dan data uji untuk masing-masing label sentimen (positif, negatif, netral). Tujuannya untuk melihat tingkat akurasi model dalam berbagai skenario. Proses machine learning dalam penelitian dilakukan menggunakan Google Colab, yang mencakup tahapan impor data berformat, CSV, enam tahap pra-pemrosesan data (yang hasilnya dapat diunduh), hingga pelatihan data dengan lima skenario pengujian.

Untuk pengujian, data mentah tanpa kolom label diimpor, dan terdapat tombol khusus untuk melakukan pengujian berdasarkan model yang telah dilatih. Sebuah dasbor juga dirancang untuk memberikan gambaran umum dari keseluruhan proses, mulai dari klasifikasi hingga hasil pelatihan dengan berbagai rasio skenario pengujian.

Analisis sentimen ini bertujuan untuk mengetahui efektivitas kampanye pengurangan sampah plastik. Dalam kasus penelitian Cornelia, tingginya jumlah label positif mengindikasikan bahwa respon masyarakat terhadap kampanye tersebut cukup baik. Penelitian ini juga memberikan pemahaman mendalam mengenai implementasi machine learning dalam analisis sentimen. Bimbingan dosen Ahmad Faisol, S.T., M.T., dan Deddy Rudhistiar, S.Kom., M.Cs., juga turut berperan penting dalam kesuksesan penelitian Cornelia.

Selama menempuh pendidikan di ITN Malang, Cornelia tidak hanya fokus pada akademik. Ia aktif dalam berbagai kegiatan kemahasiswaan, di antaranya menjadi Asisten Laboratorium Jaringan Komputer, anggota Himpunan Mahasiswa Teknik Informatika (HATI), serta memiliki pengalaman magang di kantor kelurahan dengan membuat aplikasi sistem informasi pendaftaran kegiatan.

Ia juga mengikuti program MSIB Batch 6 secara daring di Revou selama empat bulan dengan fokus pada data analitik dan software development. Pengalaman di Revou memberikannya kesempatan untuk menganalisis data riil, seperti data statistik dari internet tentang pembuatan pizza, mengidentifikasi permasalahan bisnis, memberikan rekomendasi, dan melakukan visualisasi data.

Cornelia juga memiliki strategi belajar yang efektif. Sejak semester dua, ia selalu menganalisis mata kuliah yang akan diambil di awal semester. Mata kuliah yang dianggap berat diberi prioritas lebih, dan ia juga memperhatikan karakter dosen untuk memaksimalkan partisipasi dalam perkuliahan. Ia bahkan memanfaatkan aplikasi todo list untuk mengatur tugas-tugasnya.

Keikutsertaannya dalam organisasi memberi pengalaman tersendiri baginya. Di semester lima, ia dipercaya menjadi koordinator laboratorium, Sekretaris 2 UKM Persekutuan Mahasiswa Kristen (PMK) ITN Malang, dan ia harus mengatur waktu dengan tiga praktikum sekaligus.

Baca juga:Membanggakan, Mahasiswa ITN Malang Juara 3 TSA Cyber Champion 2024

“Selama kuliah di Teknik Informatika, saya mendapatkan pengetahuan tentang pemrograman, analisis data serta pengembangan perangkat lunak. Tidak hanya teori, tapi juga pengalaman praktik di laboratorium dan proyek-proyek lainnya yang membantu saya memahami bagaimana teknologi dapat diterapkan untuk menyelesaikan berbagai permasalahan di dunia nyata,” ungkap Cornelia.

Pengalaman kuliah tidak hanya memberi ia pengetahuan teknis di bidang informatika, tetapi juga mengasah keterampilan berpikir kritis, problem solving, serta kerja sama tim. Pengalaman berorganisasi juga sangat membantunya meningkatkan kemampuan komunikasi dan kepemimpinan. (Mita Erminasari/Humas ITN Malang)

Copyright - PERKUMPULAN PENGELOLA PENDIDIKAN UMUM DAN TEKNOLOGI NASIONAL - ITN MALANG - Powered by - PUSTIK 2023