Palembang – Pada tanggal 06 Februari 2024 pukul 16.00 WIB diadakan agenda perdana mengenai ACM Student Chapter Talk Series yang berjudul Botnet IoT Detection with Data Reduction Approach yang disiarkan secara langsung melalui platform Zoom Meeting dengan narasumber istimewa dari alumni Doktor Ilmu Teknik Universitas Sriwijaya sekaligus alumni COMNETS Researcher Member yaitu Dr. Susanto. Beliau merupakan doktor di bidang cyber security yang mengabdikan dirinya menjadi seorang akademisi/dosen pada perguruan tinggi di Indonesia.

Acara ini dibuka oleh moderator yang merupakan alumni Sistem Komputer Universitas Sriwijaya bernama Septiani Kusuma Ningrum, S.Kom., MTCNA. Selanjutnya terdapat kata sambutan oleh Prof. Deris Stiawan, M.T., Ph.D., IPU., ASEAN-Eng. selaku Ketua Universitas Sriwijaya ACM Student Chapter. Beliau menyambut acara ini dengan harapan yang luar biasa dan berharap dapat bermanfaat bagi para partisipan yang menyempatkan diri untuk hadir. Kemudian masuk pada acara utama yang dipaparkan oleh Dr. Susanto mengenai Data Reduction menggunakan teknik Dimensionality Reduction dan Feature Selection pada dataset Botnet IoT yang dipercayai dapat meningkatkan kualitas dari segi performa, efisiensi, dan keakuratan pada saat melakukan pemodelan machine learning.

Partisipan yang menghadiri acara tampak sumringah untuk mempelajari konsep tersebut yang dapat diimplementasikan terhadap penelitian para partisipan. Total partisipan yang tercatat dan terbanyak pada acara tersebut berjumlah 92 partisipan yang mana berasal dari beragam perguruan tinggi seperti Universitas Sriwijaya, Universitas Multi Data Palembang, Universitas Bina Darma, Universitas Bina Insan, Universitas Indo Gloval Mandiri, dan Universitas Riau.

Bagi partisipan yang belum mendapatkan sertifikat keikutsertaan sebagai partisipan dan sudah mengisi presensi dalam acara ACM Student Chapter Talk – Botnet IoT Detection with Data Reduction Approach dapat mengunduh dengan klik tombol ini atau membuka link berikut (https://drive.google.com/drive/folders/1Cq3c4Z74BucZ5svEBFqJY4gWB8oruAWE)