Acara-acara ini merupakan bagian integral dari pengalaman belajar di UPH. Simak beberapa berita terbaru!
Ada beberapa anggota tim pengajar. Untuk daftar lengkapnya, silakan lihat halaman berikutnya.
Profil
Andree E. Widjaja, Ph.D., adalah Associate Professor di bidang Manajemen Sistem Informasi pada Program Studi Sistem Informasi. Beliau menyelesaikan pendidikan sarjana di bidang Teknik Informatika dari Universitas Pelita Harapan, kemudian melanjutkan pendidikan M.B.A. dan Ph.D. di Institute of International Management, National Cheng Kung University, Taiwan, dengan spesialisasi pada Information Technology, Operations, and Decisions.
Keahlian pedagogis Dr. Widjaja mencakup berbagai mata kuliah, antara lain Sistem Informasi Manajemen, Digital Marketing, Perilaku Konsumen, dan Metodologi Penelitian Sistem Informasi. Minat penelitian beliau berfokus pada Behavioral Information Systems, Cyber-Psychology, dan E-Commerce, dengan penekanan kontemporer pada Artificial Intelligence beserta implikasinya yang berpusat pada manusia. Sebagai peneliti yang produktif, karya-karyanya telah dimuat dalam jurnal bereputasi dan ter-peer-review, seperti Decision Support Systems, Computers in Human Behavior, serta International Journal of Human-Computer Interaction.
Pendidikan
Minat Penelitian
Behavioral Information Systems, Cyber-Psychology, dan E-Commerce, Artificial Intelligence beserta implikasinya yang berpusat pada manusia
Halaman Penelitian
Profil
Bin Wang adalah Distinguished Professor di Zhejiang University. Beliau memperoleh gelar Sarjana dan Ph.D. dari College of Biomedical Engineering & Instrument Science, Zhejiang University. Penelitiannya berfokus pada computer vision, machine learning, dan 3D vision, dengan minat luas yang mencakup knowledge graph embedding, multimodal learning, analisis citra medis, video understanding, rekonstruksi 3D, dan generative models. Beliau telah mempublikasikan karyanya pada konferensi dan jurnal terkemuka, antara lain IEEE TKDE, CVPR, NeurIPS, ECCV, SIGIR, AAAI, IEEE TBME, serta penelitian interdisipliner yang terkait dengan Nature. Karyanya menunjukkan trajektori interdisipliner yang kuat, menjembatani biomedical engineering, visual computing, artificial intelligence, dan sistem cerdas berskala besar.
Pendidikan
Minat Penelitian
Computer Vision, Machine Learning, 3D Vision, Multimodal Learning, Generative Models, Analisis Citra Medis
Halaman Penelitian
Profil
Associate Professor yang menyelesaikan studi Ph.D. di School of Computer Science, University of Birmingham, UK pada tahun 2016. Minat penelitiannya terutama berada di bidang software engineering untuk/dalam lingkungan Cloud dan tervirtualisasi, otomasi perangkat lunak menggunakan AI, software product line engineering, serta penerapan AI di bidang biomedis dan peningkatan bisnis. Saat ini beliau sedang mengerjakan riset terkait generative AI untuk biomedis dan software product line engineering yang berorientasi energy aware. Posisi beliau saat ini adalah Ketua Program Studi Magister Informatika.
Profil
Dosen di bidang Ilmu Komputer dengan keahlian riset pada Natural Language Processing untuk Bahasa Indonesia dan bahasa daerah dengan sumber daya terbatas (low-resource), khususnya Batak Toba. Karya akademiknya berfokus pada sentiment analysis, semantic search, extractive summarization, serta penerapan sistem NLP berbasis Transformer dalam ranah pendidikan dan teologi. Kontribusi awalnya mencakup BESKlus, sebuah model extractive summarization berbasis BERT dengan K-Means Clustering, serta studi NLP terapan pada semantic search untuk teks teologi dan sentiment analysis di berbagai platform digital Indonesia.
Penelitian terkini berpusat pada analisis bias dalam dataset QA Bahasa Indonesia serta pengembangan korpus multidomain bahasa Batak Toba. Beliau berhasil memperoleh dua hibah penelitian internal sebagai ketua peneliti: satu untuk meneliti bias dan keadilan (fairness) pada dataset QA Bahasa Indonesia menggunakan baseline berbasis Transformer, dan satu lagi untuk membangun korpus paralel digital Batak Toba–Indonesia. Aktif membimbing penelitian mahasiswa sarjana di bidang klasifikasi teks berbasis Transformer, question answering, dan aspect-based sentiment analysis, yang menjembatani penelitian NLP dengan penerapan dunia nyata untuk bahasa-bahasa yang kurang terwakili.
Pendidikan
Minat Penelitian
Low-Resource Natural Language Processing, Sentiment Analysis, Kurasi Dataset dan Analisis Bias, Natural Language Processing untuk Pendidikan dan Teologi.
Halaman Penelitian
Profil
Calandra Alencia Haryani, S.E., S.SI., M.T.I. adalah Ketua Program Studi Sistem Informasi di Universitas Pelita Harapan. Beliau aktif terlibat dalam kepemimpinan akademik, pengajaran, pengembangan kurikulum, serta pembimbingan proyek mahasiswa di bidang sistem informasi. Minat akademiknya mencakup pengembangan sistem informasi, teknologi yang berpusat pada manusia (human-centred technology), UI/UX, machine learning, data analytics, dan inovasi digital.
Saat ini beliau sedang menempuh studi doktoral di bidang Teknologi, dengan fokus riset pada Human–AI Interaction, khususnya kalibrasi kepercayaan (trust calibration) pada agentic AI untuk pendidikan tinggi. Karyanya mengeksplorasi bagaimana sistem agentic AI dapat mendukung pengalaman belajar yang bermakna, bertanggung jawab, dan berpusat pada pengguna. Selain peran akademiknya, beliau juga terlibat dalam inisiatif interdisipliner yang menghubungkan teknologi, kreativitas, dan relevansi industri, terutama dalam mempersiapkan mahasiswa untuk karier digital di masa depan.
Pendidikan
Minat Penelitian
Human–AI Interaction, Agentic AI, Trust Calibration, Teknologi Pendidikan Tinggi, Pengembangan Sistem Informasi, UI/UX, Machine Learning, Data Analytics, Inovasi Digital.
Halaman Penelitian
Profil
Associate Professor di bidang Ilmu Komputer dengan spesialisasi pada informatika medis, sistem cerdas, dan teknologi kesehatan digital. Karya akademiknya berfokus pada pengembangan solusi kesehatan yang scalable dan praktis melalui integrasi IoT, artificial intelligence, dan sistem kesehatan pintar (smart health systems). Kontribusi awalnya mencakup pengembangan sistem informasi rumah sakit serta aplikasi berskala enterprise pada berbagai sektor industri di Indonesia dan Jepang.
Penelitian beliau menekankan pada lingkungan smart health, termasuk pemantauan pasien berbasis IoT, Personal Health Records (PHR), dan teknologi asistif bagi penyandang disabilitas. Karya terkini mengeksplorasi sistem layanan kesehatan berbasis data, pemantauan kesehatan lingkungan, dan aplikasi computer vision pada prosedur medis. Beliau telah memperoleh beberapa hibah penelitian dan Hak Kekayaan Intelektual, yang menunjukkan dampak translasional yang kuat dari riset ke implementasi nyata. Beliau aktif memimpin dan berkontribusi pada proyek-proyek interdisipliner yang menjembatani teknologi dan inovasi layanan kesehatan di Indonesia.
Pendidikan
Minat Penelitian
Informatika Medis, Smart Health Systems (berbasis IoT), Personal Health Records (PHR), Artificial Intelligence dalam Layanan Kesehatan, Computer Vision untuk Aplikasi Medis, Teknologi Asistif.
Halaman Penelitian
Profil
Associate Professor di bidang Ilmu Komputer dengan latar belakang kuat pada elektronika dan teknik kendali (control engineering), berspesialisasi pada system identification, signal processing, dan sistem dinamis. Penelitiannya berfokus pada integrasi deep learning dan pendekatan physics-informed untuk memodelkan, menganalisis, dan mengendalikan sistem temporal dan berbasis sinyal yang kompleks. Karya awalnya tentang kontrol getaran adaptif pada struktur fleksibel menjadi fondasi dalam teori kendali dan pemodelan dinamis, yang kemudian diperluas ke signal processing, computer vision, dan applied machine learning di domain kesehatan, keuangan, dan pendidikan. Penelitian beliau juga mengeksplorasi teknik machine learning dan deep learning—termasuk reinforcement learning dan model berbasis transformer—untuk natural language processing, analitika keuangan, dan pemodelan sistem berbasis data. Karya terkini menekankan system identification berbasis data dan physics-informed untuk sistem getaran, dengan memanfaatkan deep learning, pemodelan hybrid, dan teknologi digital twin guna mengembangkan sistem pemantauan dan kendali yang cerdas, dapat diinterpretasi, dan adaptif.
Pendidikan
Minat Penelitian
System Identification, Control Systems, Signal Processing, Physics-Informed Neural Networks (PINN), Time-Series Deep Learning, Intelligent Monitoring Systems, Digital Twin, Adaptive and Intelligent Systems
Halaman Penelitian
Profil
Associate Professor di bidang Informatika dengan latar belakang pendidikan yang kuat pada software engineering dan sistem terdistribusi. Keahlian penelitiannya berpusat pada artificial intelligence dan machine learning, khususnya pada predictive modeling, anomaly detection, dan generative AI, yang diterapkan untuk mengoptimalkan infrastruktur digital seperti sistem terdistribusi, platform learning management, dan lingkungan komputasi dunia nyata. Beliau juga berspesialisasi pada integrasi blockchain dan sistem cerdas, memadukan AI dengan bidang seperti pendidikan, IoT, dan sistem keuangan untuk mengembangkan solusi yang scalable, aman, dan praktis bagi tantangan sosio-teknis yang kompleks. Publikasinya mencakup artikel jurnal, prosiding konferensi, dan penelitian terapan yang menjawab tantangan teoretis maupun praktis pada sistem komputasi, dengan jejak sitasi yang terus berkembang dan h-index yang menunjukkan dampak akademik yang konsisten.
Pendidikan
Minat Penelitian
Sistem Terdistribusi, Cloud Computing, Edge Computing, Machine Learning Systems, Data Engineering.
Halaman Penelitian
Profil
Dosen di bidang Ilmu Komputer dengan keahlian penelitian pada Machine Learning, sound processing, dan data analytics. Karya akademiknya berfokus pada pengembangan model machine learning yang robust dan scalable untuk berbagai aplikasi artificial intelligence, terutama yang melibatkan data dunia nyata. Kontribusi penelitian awalnya mencakup optimasi metode klasifikasi suara dan pengembangan kerangka analitik pendukung. Fondasi ini kemudian diperluas ke aplikasi berbasis suara seperti deteksi kegagalan mesin dan klasifikasi musik, serta pemantauan perilaku kerumunan. Penelitian ini mengintegrasikan teknik signal processing dengan pendekatan berbasis data untuk menghasilkan solusi yang akurat dan efisien. Minatnya terletak pada aplikasi interdisipliner artificial intelligence yang menjembatani konteks rekayasa dan deployment di dunia nyata. Secara konsisten menunjukkan komitmen untuk memajukan riset applied AI dengan relevansi praktis dan dampak yang terukur, sembari aktif berkontribusi dalam pengajaran dan pembimbingan topik-topik lanjutan dalam ilmu data.
Pendidikan
Minat Penelitian
Machine Learning, Sound Processing, Data Analytics.
Halaman Penelitian
Profil
Dosen pada program Sarjana Informatika, berspesialisasi dalam mengajar mata kuliah yang berkaitan dengan game development, multimedia, technopreneurship, dan user experience. Berpengalaman dalam pengembangan game selama lebih dari 10 tahun di bawah nama Eterna Palace Games. Menguasai berbagai game engine, termasuk Ren’Py, Tyranobuilder, RPG Maker, Unity, dan Roblox Studio. Penelitian terkini berpusat pada game design, gamifikasi, educational games, dan user experience.
Pendidikan
Minat Penelitian
Game Design, Gamifikasi, Educational Games, User Experience
Halaman Penelitian
Profil
Dosen di bidang Matematika, Algoritma dan Struktur Data, Computer Vision, dan Machine Learning, dengan keahlian penelitian pada sistem pengenalan wajah, arsitektur neural network, dan manajemen kehadiran otomatis. Karya akademiknya berfokus pada pengembangan solusi berbasis deep learning untuk aplikasi dunia nyata, termasuk convolutional neural networks, arsitektur SSD-ResNet, dan metode hybrid transform-RBFNN untuk pengenalan citra wajah. Sebagai co-author bersama peneliti utama, studi unggulan tentang absensi kelas berbasis pengenalan wajah telah mencapai 242 sitasi, menjadikannya kontribusi yang sangat banyak disitasi dalam bidang teknologi pendidikan.
Penelitian terkini meluas ke pengenalan bahasa isyarat menggunakan CNN, pemodelan prediktif harga saham dengan algoritma Prophet, serta deteksi sarkasme pada komentar YouTube berbahasa Indonesia. Minat penelitian mencakup computer vision, deep learning, algoritma AI, dan NLP. Aktif mengembangkan solusi absensi cerdas, termasuk pengenalan wajah bermasker untuk skenario pasca-2020. Kontribusi tambahan meliputi sistem pencarian buku perpustakaan menggunakan Levenshtein distance dan sistem informasi inventaris untuk mitra industri.
Pendidikan
Minat Penelitian
Computer Vision, Face Recognition, Machine Learning, Deep Learning (CNN, RBFNN, SSD, ResNet), Sistem Absensi Otomatis, NLP Bahasa Indonesia.
Halaman Penelitian
Profil
Dosen di bidang Informatika dengan keahlian penelitian pada komputasi berkinerja tinggi (high-performance computing), algoritma paralel, dan akselerasi GPU menggunakan CUDA. Karya akademiknya berfokus pada optimasi masalah komputasi yang intensif melalui desain algoritma yang efisien dan implementasi paralel yang scalable. Kontribusi penelitian awalnya mencakup optimasi berbasis GPU untuk sistem radar multistatic, yang dianugerahi Best Paper Award pada tahun 2020. Berlanjut dengan studi di bidang komputasi yang berorientasi keamanan, seperti parallel pattern matching untuk deteksi SQL injection menggunakan pendekatan berbasis automata. Keterlibatan akademik tambahan mencakup pelatihan tim dalam competitive programming, dengan capaian Honorable Mentions pada ACM-ICPC Regional.
Penelitian terkini berpusat pada sistem penyimpanan data DNA (DNA data storage), dengan penekanan pada optimasi tingkat sistem baik pada pipeline encoding maupun decoding. Memperoleh hibah penelitian terkait komputasi berbasis CUDA untuk bioinformatika yang mencakup pembangkitan motif terakselerasi GPU, strategi encoding yang sadar-batasan (constraint-aware), serta metode rekonstruksi scalable berbasis edit distance dan iterative trace reconstruction. Memimpin DSS Research Group, arah penelitiannya bertujuan untuk mengembangkan kerangka komputasi end-to-end yang efisien dengan mengintegrasikan model teoretis dan implementasi high-performance yang praktis untuk DNA Storage System.
Pendidikan
Minat Penelitian
GPU Computing, Parallel Computing, CUDA Programming, DNA Data Storage System, Bioinformatika.
Halaman Penelitian
Profil
Marta Diana, S.Tr.T., M.T. adalah seorang dosen dengan latar belakang Teknik Komputer, yang saat ini mengajar mata kuliah kalkulus, pemrograman, dan Internet of Things (IoT). Fokus akademiknya menggabungkan computational thinking dengan aplikasi dunia nyata, membantu mahasiswa mengembangkan keterampilan analitis sekaligus praktis. Minat penelitian utamanya berada pada IoT dan pengembangan smart city, khususnya pada perancangan sistem cerdas yang meningkatkan efisiensi, keberlanjutan, dan kualitas hidup perkotaan. Beliau tertarik pada bagaimana perangkat yang terhubung, integrasi data, dan otomasi dapat mendukung infrastruktur serta layanan publik yang lebih cerdas. Melalui pengajaran dan penelitiannya, beliau berupaya berkontribusi pada pengembangan solusi inovatif berbasis data yang menjawab tantangan perkotaan modern, sekaligus mempersiapkan mahasiswa untuk berinteraksi dengan teknologi-teknologi yang sedang berkembang.
Pendidikan
Minat Penelitian
Internet of Things
Halaman Penelitian
Profil
Arnold bergabung dengan UPH pada tahun 2002 sebagai dosen di Fakultas Ilmu Komputer, dengan keahlian pada matematika diskrit, sistem artificial intelligence, sistem informasi manajemen, dan sistem basis data. Dedikasinya tercermin dari sembilan tahun masa jabatannya sebagai Ketua Program Studi Sistem Komputer dan enam tahun berturut-turut sebagai Ketua Program Studi Sistem Informasi. Komitmennya kepada UPH ditunjukkan dengan penghargaan atas sepuluh tahun berturut-turut sebagai dosen tetap. Kontribusinya pada pengajaran, penelitian, dan pengabdian kepada masyarakat diapresiasi ketika beliau menjadi finalis Outstanding Faculty Awards pada tahun 2010.
Dari tahun 2002 hingga 2019, beliau melakukan penelitian ekstensif di bidang artificial intelligence, termasuk automated reasoning, genetic algorithms, dan logic puzzle solvers. Sejak tahun 2020, penelitiannya berfokus pada sistem informasi, khususnya analisis perilaku dan pemodelan penggunaan generative AI untuk meningkatkan hasil pembelajaran, memitigasi dampak negatif, dan meningkatkan produktivitas belajar—pergeseran dari penelitian AI sebelumnya.
Pendidikan
Minat Penelitian
Artificial Intelligence, Sistem Informasi Manajemen, Analisis Perilaku dalam Sistem Informasi.
Halaman Penelitian
Profil
Kusno Prasetya, Ph.D. adalah dosen pada program studi Sistem Informasi di Universitas Pelita Harapan (UPH). Beliau memperoleh gelar Sarjana Ilmu Komputer dari Sekolah Tinggi Teknik Surabaya, kemudian Master of Information Technology (Hons) dan Doctor of Philosophy in Information Technology dari Bond University, Australia. Penelitian doktoralnya tentang massively multiplayer online games menghasilkan kontribusi berpengaruh dalam penerapan artificial neural networks untuk deteksi bot, yang telah disitasi pada systematic reviews mengenai deteksi kecurangan pada MMORPG dan dipatenkan oleh Electronic Arts Inc.
Minat penelitian beliau saat ini meliputi bidang sistem informasi, Internet of Things, artificial intelligence, data analytics, business intelligence, dan extended reality, dengan publikasi terkini pada konferensi IEEE tentang VR kolaboratif untuk pelatihan pertarungan jarak dekat (short-range combat) dan tentang validitas interaksi gestur pada VR pendidikan. Beliau juga mengintegrasikan AI dalam pendidikan melalui kegiatan pengabdian masyarakat dan memegang sertifikasi auditing ISO yang dikeluarkan oleh BSI, di samping kredensial profesional pengembangan XR.
Pendidikan
Minat Penelitian
Data Science, Artificial Intelligence, Sistem Informasi, Business Intelligence, Data Analytics, Extended Reality (XR).
Halaman Penelitian
Profil
Dosen di bidang Sistem Informasi dengan keahlian pada machine learning, sistem cerdas, dan tata kelola TI (IT governance). Karya akademiknya berfokus pada pengembangan solusi berbasis data untuk mendukung proses pengambilan keputusan di berbagai domain, termasuk kesehatan dan pendidikan. Penelitian terkini menekankan penerapan pendekatan machine learning untuk menganalisis pola data yang kompleks dan meningkatkan efektivitas sistem pendukung keputusan (decision support systems) yang cerdas.
Selain itu, kontribusi penelitian juga meluas ke tata kelola dan evaluasi TI, khususnya melalui penerapan kerangka kerja COBIT untuk menilai dan meningkatkan kapabilitas serta kinerja sistem informasi. Pengalaman profesional memadukan perspektif akademik dan praktis melalui peran di bidang TI, marketing, dan kemahasiswaan, yang memperkuat keterampilan pemecahan masalah lintas-disiplin dan implementasi sistem.
Minat saat ini berpusat pada applied machine learning, sistem bisnis digital, dan tata kelola TI, dengan fokus pada solusi yang scalable, berdampak, dan aplikatif dalam ranah sistem informasi.
Pendidikan
Minat Penelitian
Machine Learning, Data Mining & Klasifikasi, Bisnis Digital & Sistem Informasi, Tata Kelola TI, Decision Support Systems.
Halaman Penelitian
Profil
Dosen dan profesional TI di bidang Sistem Informasi dengan spesialisasi pada Data Science dan applied machine learning. Karya akademik dan profesionalnya berfokus pada pemanfaatan data analytics dan artificial intelligence untuk mendukung proses pengambilan keputusan di lingkungan pendidikan dan enterprise.
Kontribusi penelitian mencakup pengembangan model prediktif untuk mengevaluasi kompetensi mahasiswa menggunakan metode ensemble learning seperti Random Forest, dikombinasikan dengan pendekatan interpretabilitas visual seperti Pythagorean Tree. Berpengalaman dalam pemrosesan, analisis, dan visualisasi data menggunakan berbagai tools seperti SQL, Orange Data Mining, dan Power BI.
Minat saat ini berpusat pada sistem pelacakan mahasiswa berbasis AI, model pembelajaran yang dipersonalisasi (personalized learning), dan sistem pendukung keputusan yang cerdas. Aktif dalam menjembatani pengalaman praktis pada sistem enterprise—khususnya Oracle PeopleSoft, ERP, dan HRIS—dengan penelitian akademik guna menghadirkan solusi berbasis data yang scalable dan berdampak.
Pendidikan
Minat Penelitian
Educational Data Mining, Machine Learning, Artificial Intelligence dalam Pendidikan, Data Analytics, Decision Support Systems, Sistem Informasi Enterprise.
Profil
Hantang Liu memperoleh gelar Ph.D. dari College of Computer Science and Technology, Zhejiang University, dengan keahlian mendalam pada deep learning dan computer vision. Karya-karyanya telah dipublikasikan pada konferensi dan jurnal tier-satu, antara lain Siggraph, NeurIPS, IJCAI, AAAI, dan IEEE TMM. Memiliki rekam jejak yang terbukti dalam menjembatani penelitian mutakhir dengan sistem produksi berskala besar——mulai dari pipeline video AI berskala jutaan di Alibaba hingga memimpin program studi AI di berbagai institusi. Praktisi berpengalaman dalam AI agents dan toolchain AI modern.
Pendidikan
Minat Penelitian
Computer Graphics, Computer Vision, Generative Models, AI Agents.
Profil
Dr. Hongwei Zhang saat ini menjabat sebagai Postdoctoral Fellow di Chinese University of Hong Kong, dengan spesialisasi pada statistical machine learning, algoritma graf, dan analisis data biomedis berbasis AI. Keahlian penelitiannya mencakup stochastic processes, optimasi, dan generative models, dengan fokus terkini pada pemanfaatan AI untuk mengurai mekanisme penyakit dan mengembangkan alat diagnostik klinis melalui integrasi data multi-modal. Kontribusi menonjolnya meliputi pengembangan network automatic relevance determination yang efisien dan interpretable hypergraph neural networks. Beliau juga merancang model prediktif berkinerja tinggi untuk efisiensi pembungkaman siRNA (siRNA silencing efficiency), dengan capaian peringkat teratas (2/2249) pada jalur life science di World AI4S Prize ke-2. Beliau telah mempublikasikan penelitiannya di berbagai konferensi dan jurnal internasional, termasuk ICML, NeurIPS, ICLR, IJCAI, dan Neural Networks, serta berperan sebagai reviewer pada konferensi dan jurnal tier-satu di bidang machine learning dan AI.
Pendidikan
Minat Penelitian
Statistical Machine Learning, AI untuk Biomedis & Multi-omics, Generative Models, Algoritma Graf.
Profil
Kandidat Ph.D. di bidang Statistika dan Machine Learning di Fudan University dengan keahlian penelitian pada causal inference, robust learning, serta penerapannya dalam medical imaging dan machine learning. Karya akademiknya berfokus pada perancangan sistem AI yang andal dan dapat diinterpretasi untuk layanan kesehatan, khususnya dalam pemodelan perkembangan penyakit (disease progression modeling), survival analysis, dan segmentasi yang sadar-ketidakpastian (uncertainty-aware segmentation). Kontribusi penelitian awalnya mencakup prediksi penyakit ireversibel melalui progression learning (CVPR 2021) dan conformalized survival counterfactual prediction (ICLR 2026). Saat ini sedang mengeksplorasi latent causal invariant diffusion models dan auto-prompting SAM dengan uncertainty rectification untuk segmentasi citra medis. Aktif sebagai reviewer pada konferensi tier-satu, antara lain ICML, ICLR, CVPR, dan MICCAI, serta pernah menjadi asisten pengajar untuk mata kuliah statistik lanjutan di Fudan University.
Pendidikan
Minat Penelitian
Causal Inference, Robust Learning, Medical Imaging, Survival Analysis, Estimasi Ketidakpastian, Diffusion Models, Auto-Prompting dalam Segmentasi, Machine Learning Systems.
Dengarkan apa yang dikatakan oleh alumni kami yang berprestasi tentang pengalaman mereka bersama kami!
Baca Selengkapnya
“f I could turn back time, I would definitely choose SI UPH again to pursue my Bachelor's degree. All faculty members were very helpful and dedicated in preparing students to face the professional world.”
“Learning information systems enables a comprehensive understanding of people, process, and technology in managing and leveraging various information technologies across industries.”
“Since entering the work life, I've really come to understand just how useful the knowledge I gained from the Information Systems program at UPH has been. Thank you to all the IS lecturers who helped me reach the point where I am today.”
“In Information Systems, I learn to bridge the gap between business and technology. I also learn to understand how technology can be leveraged to solve business problems, improve processes, and drive innovation.”
