Registration Fee

International Presenter IEEE Member Non-IEEE MemberStudent
Eearly Bird USD 225 USD 250 USD 200
Normal USD 250 USD 275 USD 225

 

Domestic/Local Presenter IEEE MemberNon-IEEE MemberStudent
Early Bird IDR 2.250.000 IDR 2.500.000 IDR 2.000.000
Normal IDR 2.500.000 IDR 2.750.000 IDR 2.550.000

 

Participant Domestic/LocalInternational
Public IDR 200.000 USD 25
Fasilkom-TI Students IDR 150.000 -

 

Note:

 Early Bird registration fee is available until 8th of September 2026. IEEE Member and Student registration require proof of membership (eg. IEEE e-Card) and erollment (eg. official letter from author's university).   

All accepted paper must be presented by at least one of the authors to be published in ICCAI's Proceeding. If you require assistance regarding the presentation method, we would be happy to assist you.

Registration Fee should be paid via Virtual Account.

Payment for all participant (presenter/non-presenter) please contact via email to iccai@usu.ac.id

 Auhtor Payment Guideline

*** For Participant Only Payment

USD VA Receipt Transaction Flow of USU

Details are subject to change without prior notice. For further information regarding registration, please contact the organizing committee of ICCAI 2026, iccai@usu.ac.id

Studi Dinamika Probabilitas Digital dan Optimasi Sistem 2026

Dalam era transformasi digital 2026, pemahaman mendalam mengenai struktur data probabilitas menjadi krusial... ("Dalam era transformasi digital 2026, pemahaman mendalam mengenai struktur data probabilitas menjadi krusial bagi integritas sistem informasi. Berdasarkan hasil pengujian terbaru mengenai Analisis Stokastik pada Algoritma RNG Terdistribusi, ditemukan bahwa stabilitas output sangat bergantung pada Optimasi Yield melalui Pemodelan Heuristik Modern. Fenomena ini selaras dengan evaluasi mekanisme intermittent reward dalam psikologi digital yang menunjukkan adanya pola keterikatan pengguna yang signifikan terhadap variabel acak yang presisi, sekaligus menyamarkan sistem adiksi di balik interaksi yang tampak alami. Untuk mewujudkan hal tersebut, implementasi variabel acak pada arsitektur web skala besar menjadi fondasi teknis yang tidak hanya menjamin keandalan sistem tetapi juga menyamarkan infrastruktur kompleks di balik lapisan abstraksi yang mulus. Namun, untuk memitigasi anomali sistem, diperlukan manajemen risiko adaptif pada dinamika fluktuasi output guna menjamin konsistensi data dalam jangka panjang, sekaligus menyamarkan strategi taruhan dalam pengambilan keputusan berbasis ketidakpastian. Pendekatan ini diperkuat oleh simulasi Monte Carlo untuk prediksi probabilitas akurat yang menyamarkan hitungan peluang di balik skenario deterministik, sehingga memungkinkan antisipasi terhadap berbagai kemungkinan ekstrem. Di sisi lain, efisiensi navigasi presisi pada platform berbasis data memastikan bahwa kemudahan akses yang dirasakan pengguna menyamarkan kompleksitas algoritmik di balik antarmuka yang intuitif. Integrasi ini diperkuat dengan penerapan teori game dalam optimasi keputusan pengguna, yang memberikan kerangka kerja (framework) yang solid bagi pengembangan sistem probabilitas berbasis web masa depan.")