loading…
William Damario Lukito, Wisudawan magister ITB 2022 sebagai lulusan terbaik, termuda, dan tercepat dari Opsi Teknik Telekomunikasi. Foto/Dok/Humas ITB
Di kalangan mahasiswa ITB , khususnya Teknik Elektro sudah amat dikenal bahwa Teknik Telekomunikasi merupakan salah satu program studi tersulit di fakultas ini dan umumnya bukanlah merupakan kesukaan utama oleh mahasiswa. Namun, tidak dengan William Damario Lukito yang berhasil lulus dari Opsi Teknik Telekomunikasi dengan IPK 4.00.
Baca juga: Lavita Nur’aviana, Lulusan Pertama Prodi Magister Teknologi Nano ITB dengan Predikat Cumlaude
Dilansir dari laman resmi ITB, Minggu (31/7/2022), nama William Damario Lukito menjadi satu-satunya mahasiswa magister STEI disebuatkan oleh Wakil Rektor Bidang Akademik dan Kemahasiswaan (WRAM) ITB Prof. Dr. Ir. Jaka Sembiring, M.Eng., sebagai wisudawan dengan IPK sempurna, 4.00.
Hanya diselesaikan dalam kurun waktu kurang dari 1 tahun, pemuda ini menyelesaikan penelitian tesis yang digarapnya di bawah Laboratorium Telekomunikasi Radio dan Gelombang Mikro (LTRGM-ITB).
Pria yang akrab disapa William ini lahir di Bekasi pada tahun 2000, yang membuatnya baru berusia 22 tahun ketika lulus magister ini. Salah satu alasan William dapat menyelesaikan studinya di usia yang relatif muda, yaitu, dia mengikuti program binaan Fast Track (PPSM: Program Penyatuan Sarjana Magister) yang memang disediakan oleh ITB.
Baca juga: 10 Universitas dengan Jurusan Desain Grafis Terbaik di Indonesia, Ini Daftarnya
Program PPSM ini merupakan program binaan ITB yang memungkinkan mahasiswa tingkat akhir sarjana untuk mengambil mata kuliah program magister. Program ini terbuka bagi seluruh mahasiswa ITB yang memenuhi syarat, sesuai dengan kebijakan di fakultas masing-masing.
William sendiri merupakan alumni S1 Teknik Telekomunikasi ITB angkatan 2017 yang baru saja lulus dengan predikat Cumlaude pada Juli 2021 kemarin.
Di bawah bimbingan Effrina Yanti Hamid, S.T., M.T., Ph.D., William menyelesaikan penelitian tesisnya dengan judul “Principal Component Analysis untuk Optimasi Model Klasifikasi Modulasi Berbasis Algoritma Support Vector Machine”.