BANDUNG, kemahasiswaan.itb.ac.id – Institut Teknologi Bandung (ITB) melalui Kelompok Keilmuan Statistika FMIPA ITB menggelar Seminar & Workshop Series bersama pakar internasional, Prof. Yousri Slaoui dari University of Poitiers, Prancis. Kegiatan berlangsung selama dua hari, Senin–Selasa (14–15 Juli 2025), dan menghadirkan diskusi mendalam mengenai pemodelan statistik jaringan (Stochastic Block Model) dan teknik Expectation Maximization berbasis perangkat lunak R.
Acara dibuka oleh Prof. Sapto Wahyu Indratno, Koordinator Seminar dan Workshop Statistics Series, yang menekankan pentingnya kolaborasi internasional dalam pengembangan riset statistik. Dekan FMIPA ITB, Dr. Aep Patah, turut menyampaikan apresiasinya kepada seluruh pihak yang telah mendukung kegiatan ini.
“Seminar dan workshop ini merepresentasikan lebih dari sekadar pertemuan para pemikir, tetapi juga komitmen bersama untuk memajukan penelitian statistik melalui dialog, kerja sama, dan pembangunan jaringan ilmiah yang langgeng,” ujar Dr. Aep.
Pada hari pertama, Prof. Slaoui memaparkan Stochastic Block Model (SBM) dengan fokus pada analisis weighted network. Dalam konteks ini, data jaringan diperlakukan sebagai graf berarah berbobot, misalnya pada studi co-citation network dalam text mining. Model ini memungkinkan klasifikasi otomatis node jaringan dengan mengestimasi parameter melalui algoritma Variational Expectation Maximization (VEM) dan pendekatan Bayesian Variational Expectation Maximization (BVEM). Lebih lanjut, pemilihan model terbaik dilakukan menggunakan kriteria Integrated Classification Likelihood (ICL). Prof. Slaoui juga memperkenalkan pengembangan terbaru SBM yang mampu menangani multi-attribute networks, bermanfaat antara lain untuk riset kognitif yang berkaitan dengan proses persiapan menulis di otak.
Hari kedua difokuskan pada workshop Expectation Maximization using R. Peserta, yang terdiri dari dosen, mahasiswa, dan peneliti, diajak mengimplementasikan metode yang dipelajari secara langsung pada data simulasi. Pendekatan variasional yang dipaparkan mampu secara otomatis menentukan jumlah klaster optimal, dengan hasil uji menunjukkan akurasi tinggi. Dalam salah satu contoh simulasi dengan tiga klaster, algoritma mampu mengidentifikasi seluruh klaster dengan tepat, konvergen dalam waktu 22 detik, dan menghasilkan Mean Square Error (MSE) parameter yang mendekati nol. Pada kasus yang lebih kompleks dengan lima klaster, hasil yang diperoleh tetap akurat dengan waktu komputasi di bawah satu detik.
Melalui seminar dan workshop ini, para peserta diharapkan tidak hanya memperluas wawasan teoretis, tetapi juga memperkuat kemampuan praktis peserta dalam menerapkan model statistik mutakhir dengan dukungan perangkat lunak yang relevan untuk penelitian dan pengembangan ilmu data.
Reporter: Iko Sutrisko Prakasa Lay (Matematika, 2021)