Sampai saat ini teori No Free Lunch (NFL) masih menjadi keterbatasan dari algoritma optimasi. Teori NFL menyebutkan bahwa tidak ada algoritma yang memiliki performansi lebih baik dari algoritma lain. Ketika suatu algoritma lebih baik dari algoritma kedua dalam menyelesaikan suatu jenis problem optimasi, maka algoritma kedua tersebut akan lebih baik dalam menyelesaikan problem optimasi jenis lain dibanding algoritma pertama. Dua hal utama yang menjadi keterbatasan algoritma optimasi saat ini dari sisi computing time dan parameter tuning yang berakibat pada rendahnya stabilitas dan skalabilitas algoritma. Suatu algoritma yang memiliki skalabilitas yang baik dapat mensolusikan suatu problem dengan peningkatan computing time yang cenderung linier ketika dimensi problem meningkat secara linier. Mayoritas algoritma yang ada saat ini memerlukan computing time yang meningkat cenderung eksponensial ketika dimensi problem meningkat secara linier. Sedangkan dalam hal parameter tuning, sebagian besar algoritma yang ada memerlukan parameter tuning yang tepat untuk menjaga stabilitas algoritma menuju ke titik konvergen (optimum).
Penelitian ini bertujuan untuk mengusulkan suatu algoritma yang memiliki stabilitas dan skalabilitas cukup baik untuk menyelesaikan constrained optimization problem, dengan mengambil inspirasi dari pertempuran. Dalam pertempuran, terdapat dua pihak yang memiliki kekuatan seimbang dan masing-masing pihak memiliki unsur-unsur pasukan yang mirip. Dengan kekuatan yang seimbang, maka proses eksplorasi dan eksploitasi sama-sama dimiliki oleh kedua belah pihak. Hal ini berbeda dengan algoritma berbasis Swarm Intelligence yang ada saat ini, di mana jika terdapat dua pihak maka salah satu pihak menjadi pihak yang lebih kuat (melakukan eksploitasi) dan pihak kedua menjadi pihak yang lebih lemah (melakukan eksplorasi). Dengan keseimbangan antara eksplorasi dan eksploitasi dalam dua populasi yang berbeda dan saling berkolaborasi, diharapkan stabilitas dan skalabilitas algoritma dalam menyelesaikan problem optimasi dapat dicapai. Stabilitas dan skalabilitas algoritma tersebut diuji dengan menggunakan percobaan empiris seperti yang pada umumnya dilaksanakan pada algoritma-algoritma metaheuristic.

Dynamic pricing harga tiket pesawat merupakan salah satu strategi yang digunakan oleh maskapai penerbangan untuk meningkatkan pendapatan. Namun, akurasi prediksi harga tiket pesawat dapat dipengaruhi oleh berbagai faktor, termasuk sentimen terhadap event yang terjadi. Penelitian ini mengusulkan arsitektur dynamic pricing harga tiket pesawat dengan menambahkan faktor sentimen pada setiap event yang ada. Data event tersebut didapatkan dari media sosial Twitter. Pada tahap pertama, kami membuat dataset tiket pesawat yang dapat digunakan untuk prediksi revenue travel agent atau maskapai. Kami membandingkan berbagai model regresi dan hasilnya model paling baik adalah Extreme boosting regression (XBR) R2 sebesar: 0,97. Pada tahap kedua, kami membuat model untuk pelabelan event pada data Twitter secara otomatis. Kami menggunakan teknik stacking ensemble dengan hasil evaluasi akurasi sebesar : 0,99. Pada tahap ketiga, kami membuat model untuk event detection menggunakan teknik transformer. Kami fine tuning dari mode BERT pretrain dari hugging face yaitu model “IndoBERT-Base-p1”. Dan hasilnya tingkat akurasinya 0,91.

Penelitian ini berfokus pada penanganan data yang memiliki sebaran data yang tidak seimbang sebagai input proses klasifikasi. Kondisi data seperti ini banyak ditemukan dalam dunia nyata, salah satu contohnya yaitu masalah churn customer (konsumen yang tidak loyal) pada industri telekomunikasi atau perbankan dimana sampel data kelas churner jumlahnya jauh lebih sedikit (kelas minor) dibandingkan kelas non-churner (kelas mayor). Jika tidak ditangani dengan baik,kondisi kelas minor tersebut dapat menghilangkan potensi pendapatan perusahaan dalam jumlah yang besar. Saat ini telah banyak penelitian yang mengembangkan berbagai metode pada tingkat data atau sampling untuk menangani masalah tersebut. Namun, permasalahan kualitas data pada data tidak seimbang seperti keberadaan noise juga mengganggu proses sampling dan dapat berdampak negatif terhadap performa model klasifikasi. Masalah noise juga menjadi permasalahan utama pada metode over-sampling yang populer seperti Synthetic Minority Over-sampling Technique (SMOTE). Oleh karena itu, penelitian ini bertujuan mengembangkan metode evolutionary hybrid sampling untuk meningkatkan performa model klasifikasi pada data tidak seimbang dengan melakukan perbaikan kualitas data sebelum dan sesudah proses balancing SMOTE. Metode yang diusulkan yaitu Tomek-SMOTE-GA (TSGA) dan fokus pada penyelesaian masalah data binary class. Metode TSGA melakukan proses sample denoising menggunakan metode Tomek links sebelum menerapkan SMOTE, yang kemudian dilanjutkan dengan proses sample optimization menggunakan evolutionary algorithm setelah SMOTE. Genetic algorithm (GA) sebagai salah satu evolutionary algorithm digunakan untuk proses optimasi sampel. Selanjutnya, train set yang telah dipilih digunakan untuk mengembangkan model klasifikasi dengan lima classifier, yaitu decision tree, logistic regression, support vector machine, k-nearest neighbors, dan naive bayes. Hasil eksperimen dan uji statistik pada 24 dataset tidak seimbang menunjukkan bahwa metode TSGA yang diusulkan, secara signifikan lebih unggul dibandingkan dengan metode sampling baseline maupun state-of-the-art dalam hal geometric-mean, terutama saat menggunakan decision tree sebagai classifier. Hasil tersebut telah menjawab dua research question pada disertasi ini. Penelitian kedepannya dapat dilakukan dengan mengembangkan metode TSGA untuk menangani masalah data tidak seimbang pada dataset multi-class, data time-series, dan aplikasi real-time.

Pada tahun 2018, menurut kementerian kesehatan Republik Indonesia pada laporan hasil riset kesehatan dasar (riskesdas) menyebutkan penyakit kronis yang paling banyak diderita oleh layanan kesehatan di Indonesia yang membutuhkan biaya perawatan paling besar yaitu diabetes mellitus, kanker, serangan jantung, gagal ginjal, stroke, dan hipertensi mengalami kenaikan penderita dari total penduduk Indonesia. Resiko penyakit kronis tidak menular yang paling banyak diderita tersebut akan meningkat seiring dengan pertambahan usia seseorang. Berdasarkan permasalahan tersebut kami melakukan penelusuruan literature review tentang prediksi penyakit kronis. Berdasarkan hasil penelusuran penelitian tentang prediksi penyakit kronis yang telah kami baca, maka kami akan merancang sebuah model prediksi untuk penyakit kronis berdasarkan data general checkup (GCU).
Dari hasil penelitian sebelumnya dan data general checkup yang kami peroleh memiliki kesamaan permasalahan pada data yaitu data memiliki ketidakseimbangan distribusi kelas positif dan negatif (imbalanced). Pada penelitian ini akan melakukan penelitian berdasarkan gap penelitian yang telah ada yaitu, (i) menerapkan teknik preprocessing lain pada data yang kotor, (ii) melakukan prediksi beberapa jenis penyakit berdasarkan 1 dataset yang sama, dan (iii) melakukan prediksi dengan melibatkan peran pengetahuan dokter. Sehingga, pada penelitian ini kami akan mengusulkan peluang kebaruan yaitu penanganan data preprocessing dan modifikasi model prediksi penyakit kronis berbasis ensemble learning dengan menggunakan pengetahuan dokter. Pada ujian kemajuan 1 ini beberapa aktivitas telah dilakukan yaitu melakukan eksperimen awal terkait penanganan data GCU yang kotor menggunakan teknik state-of-the-art dari hasil literature review. Hasil eksperimen tersebut telah published pada dua international conference terindeks IEEE dan scopus yaitu International Conference on Data Science and Its Applications (ICODSA) dan International Conference on Informatics and Computing (ICIC).

Dalam kemajuan kedua ini, telah dilaporkan beberapa hasil tahapan penelitian yang utamanya yaitu terkait klasifikasi kalimat pertanyaan, prediksi tipe pertanyaan dari konteks, dan juga educational question generation. Kami melanjutkan penelitian klasifikasi kalimat pertanyaan dengan melakukan pengambilan data tambahan. Hasilnya menunjukkan label agreement yang berkisar hanya 67.95%. Analisis yang dilakukan terhadap hasil pelabelan memberikan tambahan informasi tentang potensi permasalahan dalam mengenali tipe pertanyaan tertentu. Dalam laporan kemajuan ini juga banyak eksperimen yang menggunakan large language models (LLMs). Salah satunya adalah melihat kemampuan LLMs dalam mengenali tipe pertanyaan. Selain itu, kami juga mencoba menggunakan LLMs untuk menggenerate pertanyaan edukatif. Teks yang menjadi sumber diambil dari 100 reading section dari 5 buah textbook yang terdapat pada openstax.com. Hasilnya awal yang kami dapatkan adalah LLMs mampu menghasilkan pertanyaan yang relevan, fluent, dan variatif dari input konteks yang panjang yang dikontrol melalui prompt. Oleh sebab itu, di penelitian ini kami mencoba untuk memahami peluang untuk mengintegrasikan LLMs dalam penelitian disertasi ini. Salah satu peluang pemanfaatan yang kami eksplore adalah menggunakan LLMs untuk menghasilkan data sintetis. Sejauh pengamatan yang kami lakukan, hal ini sangat dimungkinkan dengan tambahan proses verifikasi oleh manusia

Menimbang adanya trade-off dari berbagai sektor tersebut, dibutuhkan algoritma berbasis metaheuristic untuk membangun model machine Learning yang lebih optimal dengan menerapkan pembobotan yang tepat terhadap variabel-variabel yang signifikan, serta sekaligus mampu menangani beberapa kepentingan atau objektif (multi-objective), dengan cara menggunakan pendekatan Hybrid Multi-objective metaheuristic yaitu menggabungkan machine learning dengan metaheuristic; NSGA-II. Pertama, menggunakan delapan model regresi untuk memprediksi kasus positif terkonfirmasi (Y1) dan kematian (Y2). Kedua, model machine learning mempelajari banyak faktor yang mempengaruhi seperti kesehatan, ekonomi, dan mobilitas penduduk. Ketiga, model machine learning yang digunakan dapat secara akurat memprediksi tingkat pertumbuhan kasus terkonfirmasi positif (Y1) dan kematian (Y2), yang disebut multi-objektif, diikuti dengan NSGA-II untuk menemukan rentang Pareto sebagai solusi optimal untuk memastikan tingkat infeksi dan kematian secara bersamaan. Hasil dari penelitian ini menunjukkan bahwa model prediksi dengan nilai performa terbaik adalah XGBR berdasarkan R-Square dan evaluasi matriks untuk Y1 = 0.9897 dan Y2 = 0.9999 yang dioptimasi dengan PSO (Particle Swarm Optimization). Selanjutnya, berdasarkan hasil analisis permutasi kepentingan menggunakan algoritma baru yaitu SHAPPI dengan XGBR terdapat variabel-variabel diantaranya positif aktif, jumlah vaksinasi, dan kesembuhan memiliki dampak yang signifikan terhadap hasil prediksi model terdapat Y1 (terkonfirmasi positif). Sementara variabel lainnya seperti parks tidak memberikan kontribusi yang berarti. Sementara variabel lainnya seperti parks tidak memberikan kontribusi yang berarti. Sedangkan, kesembuhan, jumlah vaksinasi, close-ihsg dan positif aktif merupakan variabel yang significant terhadap kasus kematian (Y2). Selain itu, solusi optimal yang dihasilkan dapat memberikan rekomendasi kepada pemerintah Indonesia untuk menyusun kebijakan dalam menghadapi pandemi di masa depan.