Time flies so fast. Begitulah salah satu kalimat pendek yang sering diucapkan ketika telah menjalani sebuah proses. Sudah satu semester tak terasa dan sangat bersyukur sekali atas yang saya terima selama belajar disini. Bersyukur untuk diijinkan belajar di salah satu universitas terbaik bidang teknologi di Eropa Timur. Jadi ceritanya, kemarin itu adalah hari yang paling melegakan, karena dapat dipastikan untuk tidur nyenyak setelah semua ujian, project, dan tugas lab untuk semester kemarin selesai. Bagaimana hasilnya? Alhamdulillah semua mata kuliah lulus. Disini menggunakan range nilai 1-5 dengan threshold 3 adalah batas lulus (pass) yang harus dicapai.

Soal berapa indeks nilai yang berapa saya capai bukan intinya, karena rata-rata teman-teman disini menganggap bahwa berusaha untuk pass itu sudah bagus dan hanya butuh >= 50 poin untuk pass hampir di semua mata kuliah. Bahkan, teman saya dari Perancis -satu teman kerja kelompok sama saya-, cerita kalau di tempat dia kuliah nilai 51 atau 100 itu sama saja, artinya tidak ada perbedaan signifikan, yang membedakan adalah pass atau fail. Menarik, karena hampir semua teman saya disini punya pemikiran seperti itu, sehingga terkesan tidak “ngoyo” namun mereka masih belajar serius mencapai target. Cerita lain, teman saya dari Ukraina bilang, bahwa yang terpenting dalam kuliah adalah ilmu, dia gak peduli yang dia dapat asal lulus, karena yang dibutuhkan untuk menyelesaikan urusan administrasi harus lulus saja. Jadi saat sebelum perkuliahan berakhir, teman saya itu sebenarnya sudah punya nilai diatas rata-rata, kalau mau, dia tidak perlu ikut lab dan ngerjakan tugas lagi karena nilainya cukup, tapi dia bilang tujuan kuliahnya bukan itu. Lebih excited lagi mendengar target dia setelah lulus Master disini, ingin membuka bisnis software house sendiri. Begitu pula dengan teman saya yang dari Prancis tadi, setelah kuliah Master berencana meneruskan startup yang telah dia buat. Superb.

Eh jadi panjang preambulenya 😀 Ini tadi mau ngebahas model perkuliahan disini sebenarnya. Well saya mengambil 3 mata kuliah di bidang IT, dan 2 mata kuliah humanity. Pada postingan kali ini saya akan fokus untuk bercerita tentang mata kuliah IT, saya akan coba ceritakan satu per satu per mata kuliah, karena setiap matakuliah pada dasarnya punya kontrak yang berbeda, tergantung dosennya masing-masing. Pada dasarnya masing-masing kuliah IT ini memiliki 2 penilaian yaitu dari ujian tulis dan lab atau project.

1. Pattern Recognition

Untuk lulus mata kuliah ini harus menyelesaikan 2 bagian yaitu bagian tes tes tulis dan lab. Tes tulis dilakukan dua kali, yaitu saat mid semester (tes I) dan akhir semseter (tes II). Untuk lulus di bagian tes tulis ini kita harus mendapatkan setidaknya 32 poin (total test I dan II). Ujiannya standart, setiap kali tes ada 4 nomor dimana masing-masing nomor punya bobot penilaiannya tersendiri, ada satu nomor yang punya beberapa pertanyaan. Pada umumnya yang soalnya bisa dijawab dengan mudah, bobotnya juga ringan. Sifat ujian open notes (boleh buka catatan, asal yang tulisan tangan). Sementara untuk lab kita harus lulus di bagian ini setidaknya 18 poin. Tools yang digunakan untuk lab ini adalah wajib Octave (versi open source dari Matlab), yang beberapa toolbox kurang lengkap, sehingga tak semudah menggunakan Matlab .Di dalam lab ini kita mempunya 2 jenis lab  exercise (masing-masing nilainya 6 poin) biasa dan 2 mini project (masing-masing 12 poin, dimana salah satu mini project bisa dilakukan secara berkelompok).

Mau tau durasi lab untuk mata kuliah ini? 4 jam sodara-sodara dan itu full time dosen memberi materi dan ngoding secara langsung 😀 .Di setiap lab dan mini project harus membuat report yang sudah ada ketentuannya, dimana dalam report itu kita harus menjelaskan cara menyelesaikan masalah untuk pertanyaan yang diberikan. Biasanya report selalu dikirimkan bersamaan dengan file kodingnya. Setiap report yang dikirimkan akan diberi feedback langsung sama dosennya, dan kita diberi kesempatan untuk merevisi setiap ada kesalahan. Dosennya menjelaskan juga dengan detail letak kesalahan kita dimana di program itu dan kita harus bagaimana. Saya pernah waktu itu dapat email yang panjang mengenai revisi hasil pekerjaan saya, dan saya terpana!  Benar-benar niat merevisi (dalam hati saya waktu itu). Menurut saya, untuk satu kelas isi 24 orang dan merevisi satu-satu itu sungguh bukan pekerjaan yang mudah, apalagi beliau ngasih feedback ke setiap mahasiswa yang jelas tiap mahasiswa mempunyai cara ngoding yang berbeda-beda. Saya sering diskusi sama temen saya kalau ngerjakan tugas, jadi kadang kita sharing-sharing juga dia punya salah seperti apa dan kata dosennya harus gimana.

2. Evolutionary Algorithm

Mata kuliah yang baru banget buat saya. Disini saya belajar banyak tentang optimasi. Agak kesusahan untuk mengejar, karena tidak punya dasar sama sekali. Kalau mungkin ada yang pernah mengambil tentang Algoritma Genetika, mata kuliah ini mirip-mirip. Dan saya belum pernah mengambil sama sekali Algoritma Genetika, so, sekarang sudah tau dikit-dikit lah. Sempat tanya-tanya juga kepada kawan baik saya yang ahli Algoritma Genetika di Indonesia, Izzah untuk memahami algoritma genetika dasar. Terima kasih Izza. Sama halnya dengan mata kuliah IT yang lain ada 2 aspek penilaian untuk mata kuliah ini, yaitu ujian tulis dan lab, serta project. Namun bedanya dengan yang di Pattern  Recognition tadi adalah batas nilai lulus bukan terpisah di dua aspek tersebut, namun dilihat dari keseluruhan nilai ujian tulis, lab, dan project yang harus lebih dari 50 poin. Tidak cukup susah, namun bukan berarti mudah, karena mata kuliah ini dunia baru buat saya. Saya agak tertolong karena tools yang digunakan di mata kuliah ini adalah Matlab, karena di ITS sudah terlatih menggunakan Matlab ini.

Untuk masing-masing ujian tulis (I dan II) nilainya 20 poin, sementara yang lain kita harus melalui 3 project (masing-masing 10 poin) dan 3 lab exercise (masing-masing 10 poin) di mata kuliah ini. Wah kok sama bobot project dan lab exercise? Ternyata untuk 2 lab exercise itu dihitung satu report (padahal satu lab exercise itu satu kali pertemuan), oleh karena itu bobotnya sama saja dengan project. 😀 Banyak yang harus dilakukan dan diperjuangkan meski hanya untuk mendapatkan nilai 10 poin. FYI, dari 3 lab exercise  dan 3 project itu baru dapat maksimum poin 10 itu sekali doang 😀 *tengkurep di pojokan* Untuk ujian tulis sifatnya closed book, wah saya paling tidak suka kalau disuruh menghafal algoritma ini, karena saya gak pandai menghafal orangnya 😀 Ujiannya simple sebenarnya hanya 3 nomor dan rata-rata pertanyaan dasar, cuman ya eman-eman saya gak ahli dalam mengingat-ingat 😀 Endingnya lulus sih. Alhamdulillah 😀

3. Image and Speech Recognition

Sesuatu yang baru nih, kalau tentang image mungkin masih OK, nah yang speech ini? Blasss saya belum pernah tau ilmu speech sama sekali 😀 Ya sudahlah, saya semakin suka dunia baru yang menambah pengetahuan saya intinya. Kuliah terbagi menjadi 2 bagian, yaitu lecture dan exercise (di exercise ini kita membahas soal-soal yang terkait dengan yang ada di lecture dan diskusi project. Ini mata kuliah lebih-lebih simple karena cuma ada ujian tulis (tes I dan II) masing-masing bobotnya 60 poin dan satu project nilainya 40 poin. Untuk lulus butuh 50 poin dari keseluruhan total penilaian. Ujian tulisnya hanya 2 soal saja, dan masing-masing soal bobotnya 15 poin, jangan lupa bawa kalkulator dan siap-siap ngitung panjaaang 😀 Pernah di ujian kedua itu ada kasus yang melibatkan perhitungan perkalian matriks berjajar 3 kalau gak 4, rasanya pengen buka Matlab untuk menghitung 😀 Saya sudah cukup PD ujian tes II saya bagus, ternyata hasilnya eng ing eng gak sesuai harapan 😀 *garuk-garuk kepala* sambil berharap nilai project bisa mengangkat ujian tulis :D. Karena hanya 2 soal saya cukup ingat ujian tes I itu disuruh menghitung dan menjelaskan FFT (1), dan simulasi dan menghitung moment-based normalization dan intermediate transformation pada pola gambar (2). Sementara di tes II disuruh menjelaskan algoritma learning dan rule masing-masing algoritma dari minimum distance classifier, naive bayes, dan kNN, serta diberi kasus untuk diselesaikan dengan masing-masing algoritma tersebut (1). Yang kedua tentang menghitung MAP estimation (2).

Untuk project ini dikerjakan satu semester dan dikerjakan kelompok 2 orang dan tidak boleh lebih. Disini kelompok saya mengerjakan project  “Word Recognition by Spectrogram Image Classification”, Sudah ada instruksi mengenai project , sehingga tau urutannya apa saja yang harus dikerjakan, dan dosen sudah membuat schedule rapi kapan saatnya diskusi progress. Disini modelnya bukan presentasi satu-satu di depan kelas, tapi ada satu kelas khusus dimana dosennya muter ke bangku-bangku mahasiswwa untuk bertanya progress sampai dimana, kesusahannya apa, dan dikasih saran-saran. Di mata kuliah ini kita bebas menggunakan tools apa saja, dan kelompok saya memadukan antara Java-Matlab untuk menyelesaikan project ini. Bahan yang harus disiapkan kita adalah dataset yang berupa file rekaman kita, FFT, analisis gambar, seperti penghilangan noise atau silence pada gambar spectrogram, ekstraksi fitur, dan klasifikasi. Sekilas simple, nyatanya saya sering diskusi cukup alot dengan partner saya, karena dia karakter orangnya lebih detail dan teliti daripasa saya. Bahkan untuk membuat FFT dia memilih ngoding manual dari awal, agar benar-benar memahami prosesnya. Dia lebih menguasai FFT daripada saya yang hanya tau sebagian kecil dari FFT. Jadi saya bagi tugas sama partner saya, untuk mengerjakan di part lain yang lebih saya kuasai dengan baik. Tim yang solid dan sering bertengkar ini  akhirnya mendapat maksimum poin dari project ini 🙂 Alhamdulillah.

Oke, teman-teman sekian dulu ya ceritanya. Cerita ini memang pada khususunya ditujukan kepada teman-teman saya di informatika ataupun ilmu komputer yang bertanya kepada saya bagaimana kuliah di WUT sini. Tapi tidak menutup kemungkinan juga buat teman-teman yang lintas bidang 😀 (nyatanya partner project saya di mata kuliah Image and Speech Recognition itu lulusan Fisika). Oleh karena ilmu itu masih bisa saja berkoneksi satu sama lain, maka jangan terlalu meng-kotak-kotakkan keilmuan yang luas ini 😀 See you 😉