Semarang, Indonesia — Pada periode April hingga Mei 2026, program Magister Matematika Universitas Diponegoro (UNDIP) menyelenggarakan serangkaian kuliah internasional untuk mata kuliah Penelitian Tahap 1, yang bertujuan mengubah pembelajaran teoretis menjadi kompetensi penelitian praktis berstandar global. Inisiatif UNDIP Global Classroom (UGC) ini menghadirkan para pakar dari Turki dan Malaysia untuk berbagi metodologi terkini di bidang statistika, keuangan, dan optimisasi.
Seri ini diluncurkan pada 9 April dengan Prof. Anton Abdulbasah Kamil (Universitas Istanbul Gelisim), yang menjelaskan secara rinci metode Hybrid Bootstrap G-causality untuk mengevaluasi dampak ekonomi pariwisata di Malaysia. Prof. Kamil kembali hadir pada 20 April untuk memaparkan terobosan dalam peramalan keuangan: model hibrida ARIMA-LSTM. Pendekatan ini mengintegrasikan pola linier tradisional dengan kemampuan nonlinier deep learning untuk mencapai akurasi yang lebih tinggi dalam prediksi harga emas.

Pada tanggal 23 April dan 1 Mei, Prof. Dr. Jumat Bin Sulaiman (Universitas Malaysia Sabah) mengalihkan fokus pada efisiensi komputasi. Beliau memperkenalkan metode Half-Sweep Multigrid (HSMG) untuk menyelesaikan persamaan diferensial parsial yang kompleks dan mendemonstrasikan bagaimana pemecah linier teoretis ini diterapkan pada pemodelan teknik dan ilmiah di dunia nyata.

Seri ini ditutup pada tanggal 7 Mei dan 21 Mei dengan paparan dari Assoc. Prof. Dr. Yosza Dasril, yang membahas teori optimisasi. Sesi yang dipimpinnya menekankan pemanfaatan kelengkungan analitis – seperti Metode Newton – untuk mempercepat konvergensi pencarian pada masalah optimisasi baik yang memiliki batasan maupun yang tidak memiliki batasan.
Sepanjang program tersebut, para mahasiswa pascasarjana terlibat dalam diskusi tingkat tinggi mengenai implementasi algoritma dan keandalan penelitian. Dengan menjembatani kesenjangan antara teori dan praktik global, UNDIP terus memperkuat komitmennya terhadap kolaborasi akademik internasional serta kemajuan matematika terapan dan ilmu data. (owa)