Insan Taufik Ruang Akademik Personal

BIDANG RISET UTAMA

Payung Riset & Minat Ilmiah

01

Computer Vision atau Image Processing

Area penelitian ini berfokus pada pengembangan metode komputasi untuk mengolah, menganalisis, dan mengekstraksi informasi bermakna dari citra digital maupun video secara otomatis. Cakupannya meliputi peningkatan kualitas citra, segmentasi, ekstraksi fitur, hingga pengenalan pola dan deteksi objek berbasis machine learning maupun deep learning guna menyelesaikan berbagai permasalahan praktis seperti otomasi industri, diagnostik visual, dan sistem cerdas.

02

Information Systems & Software Engineering

Area penelitian ini berfokus pada rekayasa siklus hidup pengembangan perangkat lunak (software development life cycle) dan perancangan arsitektur sistem informasi yang andal, terukur (scalable), serta selaras dengan kebutuhan organisasi maupun bisnis. Cakupannya meliputi rekayasa kebutuhan (requirements engineering), desain arsitektur perangkat lunak, metode pengembangan agile, pengujian dan penjaminan kualitas perangkat lunak (software testing and quality assurance), tata kelola TI, hingga integrasi sistem informasi untuk meningkatkan efisiensi operasional dan pengambilan keputusan berbasis data.

03

Computer Vision & Deep Learning

Area penelitian ini berfokus pada pemanfaatan arsitektur jaringan saraf tiruan dalam (deep neural networks) untuk memungkinkan sistem komputer mengekstraksi fitur, mengenali pola, dan memahami informasi visual dari citra digital maupun video secara otomatis. Cakupannya meliputi pengembangan dan optimasi model seperti Convolutional Neural Networks (CNN), Vision Transformers (ViT), dan arsitektur deteksi objek untuk tugas klasifikasi, segmentasi semantik, maupun pelacakan objek (object tracking) guna menyelesaikan permasalahan visual kompleks dengan tingkat akurasi dan efisiensi komputasi yang tinggi.

04

Decision Support Systems (DSS)

Area penelitian ini berfokus pada perancangan dan pengembangan sistem berbasis komputer yang mengintegrasikan data, model matematis, serta teknik analitik untuk membantu pengambil keputusan menyelesaikan permasalahan yang bersifat semi-terstruktur maupun tidak terstruktur. Cakupannya meliputi metode Multi-Criteria Decision Making (MCDM) seperti AHP, TOPSIS, dan Profile Matching, pemodelan berbasis aturan (rule-based), hingga integrasi data mining dan kecerdasan buatan guna menghasilkan rekomendasi keputusan yang objektif, akurat, dan terukur.

05

Computational Intelligence & Educational Data Mining

Area penelitian ini berfokus pada penerapan metode kecerdasan komputasional—seperti jaringan saraf tiruan (neural networks), logika fuzzy (fuzzy logic), algoritma evolusioner, dan machine learning—untuk mengeksplorasi serta mengekstraksi pola tersembunyi dari data skala besar di lingkungan pendidikan. Cakupannya meliputi pemodelan perilaku dan profil kompetensi siswa (student modeling), prediksi performa akademik, deteksi dini risiko putus sekolah (dropout), analisis kemiripan atau plagiarisme kode sumber (source code similarity), hingga pengembangan sistem pembelajaran adaptif guna meningkatkan efektivitas proses belajar-mengajar.

06

Static Program Analysis & Source Code Intelligence

Static Program Analysis & Source Code Intelligence merupakan bidang penelitian rekayasa perangkat lunak yang berfokus pada analisis struktur sintaksis, semantik, dan pola leksikal kode sumber secara otomatis tanpa mengeksekusi program.

PROYEK RISET

Daftar Proyek & Eksperimen

Ajukan kolaborasi riset ↗
SELESAI 2019
Ketua Peneliti

IMPLEMENTASI PROFILE MATCHING UNTUK MENENTUKAN TEMPAT KERJA YANG SESUAI DENGAN KOMPETENSI BAGI LULUSAN STMIK PELITA NUSANTARA MEDAN

The number of graduates of computer science colleges who work not in accordance with their competencies, can be caused by choosing the wrong place to work, but it is undeniable that many graduates do not work according to their competence because of difficulties in finding a work place due to not having a lot of references to the appropriate workplace with competence. The purpose of the research is in addition to continuing previous research, is to make it easier for students to find out the competencies they have while suggesting workplaces that are in accordance with the competencies of the graduates. Indirectly researchers want to avoid the formation of thinking to the community that college at university is not able to facilitate someone in finding work, so that people will be more motivated to continue learning and achievement especially in college

SELESAI 2018
Ketua Peneliti

IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK PENGELOMPOKKAN MINAT KOMPETENSI MAHASISWA STMIK PELITA NUSANTARA MEDAN

Kompetensi adalah kemampuan atau kecakapan yang dimiliki melalui proses belajar yang benar sesuai dengan minat dan bakat dan berfungsi dalam memutuskan dan melakukan sesuatu dalam bidang tertentu dengan cara yang benar. Seseorang yang memiliki kompetensi akan kompeten dalam suatu bidang, sehingga pengetahuan, keterampilan, bakat dan minat yang ada sesuai dengan kegiatan/pekerjaan yang dilakukan. Mahasiswa yang memiliki kompetensi akan cenderung lebih mudah untuk mencari dan menentukan jenis pekerjaan yang ada. Sebab kompetensi yang dimiliki sudah sesuai dengan jenis kebutuhan dunia lapangan kerja, selain itu ketika mahasiswa telah memiliki kompetensi juga mudah untuk mencari dan bergabung dengan kelompok-kelompok yang sesuai dengan kompetensi yang dimiliki, sehingga membantu dalam proses belajar dan info pekerjaan. Masalah dalam mahasiswa yang tidak memiliki kompetensi yang jelas ketika kuliah dan hingga lulus, adalah masalah yang sering dihadapi institusi-institusi pendidikan yang ada di Indonesia. Berita tentang lulusan sarjana yang tidak bekerja adalah berita dan fenomena yang sudah lama terdengar, walaupun lulusan sarjana yang telah bekerja akan tetapi sebagian besar pekerjaan mereka berbeda dengan bidang yang diambil selama waktu kuliah. Hal ini disebabkan oleh lulusan sarjana tidak memiliki bakat dan minat yang mencerminkan almamater yang mereka kenakan, karena tidak ada kompetensi yang mereka pilih selama waktu kuliah, dan juga tidak ada yang memberi saran dan nasehat tentang kompetensi yang cocok untuk diambil. Dengan menggunakan jaringan syaraf tiruan (JST) dapat dibuat sebuah formula yang dapat menghitung dan menglompokkan minat kompetensi mahiswa dengan memasukkan variabel seperti nilai, minat, kurikulum serta data mahasiswa sehingga ada sebuah sistem yang mampu memberi saran kepada mahasiswa tentang kompetensi yang cocok untuk mereka miliki. Luaran penelitian ini adalah aplikasi pengelompokkan minat kompetensi mahasiswa, serta menghasilkan karya tulis ilmiah dalam bentuk publikasi jurnal nasional tidak terakreditasi, luaran tambahan penelitian ini adalah artikel ilmiah yang dimuat di proseding nasional, sehingga mahasiswa dapat mengetahui kompetensi mereka sejak waktu kuliah. Kata kunci : Jaringan Syaraf Tiruan (JST), Kompetensi, Mahasiswa, Lapangan Pekerjaan

Pendanaan: DRPM Ditjen Penguatan Risbang
Baca detail proyek & keluaran riset →
SELESAI 2022
Ketua Peneliti

Pengembangan Sistem Monitoring Dan Evaluasi Kegiatan Belajar Mengajar Perkuliahan Berbasis Web

Dengan kemajuan dunia digital dan ditambah dengan masa pandemi Covid-19, semua kegiatan monitoring dan evaluasi atau disingkat dengan monev dilakukan dengan menggunakan teknologi informasi, misalnya menggunakan Google Form, Zoho serta aplikasi serupa lainnya. Kendala utama yang terjadi ketika menggunakan aplikasi monev pihak ketiga tersebut adalah sulitnya untuk memberikan otorisasi siapa saja yang boleh dan tidak diperbolehkan untuk melihat hasil dari monev tersebut, dan otorisasi tersebut harus diberikan secara berulang-ulang setiap kali ada instrumen baru yang dibuat. Selain itu, riwayat monev juga sangat sulit untuk diatur, mengingat hampir seluruh aplikasi monev yang bersifat umum tersebut dimiliki oleh akun-akun tertentu dan akan menjadi masalah ketika terjadi kehilangan akun atau petugas yang mengelola monev tersebut berubah atau ditukar, sedangkan hasil monev tersebut sangat penting. Tujuan dari penelitian ini adalah untuk mengembangkan aplikasi e-monev berbasis website yang memiliki semua fitur seperti Google Form, Zoho akan tetapi juga memiliki fitur yang disesuaikan dengan kebutuhan sebuah universitas, misalnya rektor, dekan, ketua jurusan, ketua program studi, bahkan dosen dapat melihat hasil monev tersebut, dan tidak akan terjadi kendala ketika seseorang kehilangan akun dan penggantian pengurus, karena aplikasi ini dikelola oleh universitas. Tahapan penelitian dilakukan dengan melakakukan observasi terhadap aplikasi-aplikasi yang umum digunakan untuk kegiatan monev, dan melakukan analisis terhadap kebutuhan sebuah universitas dalam melakukan kegiatan monev kemudian melakukan perancangan basisdata, aplikasi web dan hasil yang diinginkan. Setelah pengembangan aplikasi telah selesai dilalkukan maka akan dilakukan uji alpha dan uji beta terhadap aplikasi e-monev tersebut. Luaran yang ditargetkan adalah publikasi Jurnal Internasional Bereputasi Scopus, Laporan Akhir/Proposal Penelitian didaftarkan Hak Cipta dan Satu produk Ipteks-Sosbud berupa KI (paten atau paten sederhana atau hak cipta, atau desain produk industri). Penelitian ini berorientasi produk ipteks yang telah tervalidasi di lingkungan laboratorium/lapangan atau lingkungan yang relevan. Dalam proses pengukuran TKT, hasil Penelitian Terapan akan berada di tingkat 4 sampai dengan tingkat 6.

SELESAI 2023
Ketua Peneliti

PENGEMBANGAN SISTEM INFORMASI REKAPITULASI TRIDHARMA PERGURUAN TINGGI BAGI DOSEN PROGRAM STUDI ILMU KOMPUTER UNIVERSITAS NEGERI MEDAN

Dosen adalah profesi pengajar pada perguruan tinggi yang memiliki kewajiban melaksanakan Tri dharma perguruan tinggi yang berupa pengajaran, penelitian dan pengabdian. Masing-masing elemen tri dharma tersebut memiliki banyak dokumen administrasi, bukti dan laporan-laporan serta karya ilmiah sebagai luaran dari hasil tri dharma tersebut sehingga dibutuhkan usaha yang besar dalam mengatur penyimpanan seluruh elemen dokumen tersebut dengan benar dan rapi sehingga mudah untuk di identifikasi jika dibutuhkan. Sudah banyak aplikasi yang mewajibkan dosen untuk mengisi data-data tri darma tersebut seperti aplikasi SISTER (Sistem Terintegrasi). Namun proses penyimpanan begitu rumit dan membutuhkan validasi oleh beberapa admin terlebih dahulu, sehingga tidak jarang data-data tersebut ditolah oleh admin. kemudian aplikasi tersebut tidak dapat digunakan untuk merekapitulasi data-data tri dharma untuk keperluan program studi. Sehingga, perlu dirancang sebuah sistem informasi yang mampu menyimpan dan merekapitulasi data-data tri dharma tersebut dengan mudah.

SELESAI 2025
Ketua Peneliti

Pengembangan Sistem Aplikasi Perkuliahan Interaktif dengan Teknologi Deteksi Posisi Mahasiswa untuk Meningkatkan Efektivitas Interaksi Dosen-Mahasiswa

Penelitian ini telah menghasilkan prototipe Sistem Aplikasi Perkuliahan Interaktif dengan Teknologi Deteksi Posisi Mahasiswa yang berfungsi untuk meningkatkan efektivitas interaksi pada pembelajaran hybrid. Sistem ini mampu memantau kehadiran, posisi duduk, serta tingkat keterlibatan mahasiswa secara real-time melalui integrasi modul deteksi posisi dan dashboard interaktif bagi dosen. Pengujian skala kecil menunjukkan tingkat akurasi tinggi dalam mendeteksi posisi duduk mahasiswa dan validasi kehadiran. Fitur antarmuka yang dikembangkan juga dinilai mudah digunakan oleh mahasiswa dan dosen. Hasil penelitian ini menunjukkan bahwa penerapan teknologi deteksi posisi dapat meningkatkan keterlibatan mahasiswa serta memfasilitasi interaksi yang lebih personal dalam proses belajar-mengajar. Selain menghasilkan prototipe yang fungsional, penelitian ini telah menghasilkan luaran berupa naskah publikasi ilmiah yang sedang dalam proses review di prosiding internasional dan jurnal terakreditasi Sinta 3, serta pendaftaran Hak Cipta Program Komputer. Penelitian ini memberikan kontribusi nyata terhadap pengembangan teknologi pendidikan berbasis interaksi cerdas yang mendukung pembelajaran hybrid yang lebih adaptif dan efektif di lingkungan perguruan tinggi.