Dzata Farahiyah

Keahlian akademik Dzata Farahiyah dalam lima tahun terakhir berfokus pada pengelolaan spektrum frekuensi cerdas dan deteksi anomali berbasis pembelajaran mesin, dengan pergeseran signifikan dari riset awal tentang Internet of Things dan penentuan posisi dalam ruangan. Publikasi terbaru menonjolkan pengembangan kerangka kerja spektrum sensing menggunakan Gated Recurrent Unit berbasis Power Spectral Density untuk mendeteksi koeksistensi antara 5G, WiFi, dan Fixed Service di pita 6 GHz, serta studi potensi interferensi antara 5G NR-U dan WiFi 6E terhadap layanan tetap. Riset ini diperkuat dengan pendekatan pembelajaran penguatan melalui algoritma Penalty-Tuned Thompson Sampling untuk pemilihan saluran multi-pengguna yang sadar tabrakan. Selain itu, Dzata mengembangkan OptRAAL, pengklasifikasi pembelajaran mesin yang tangguh untuk memprediksi anomali pada reaktor fusi nuklir, serta mengeksplorasi metode interkoneksi ring pada topologi jaringan Named Data Networking di Sumatra. Meskipun riset awal mencakup kontrol suhu dan kelembaban sangkar semut berbasis IoT serta estimasi derau untuk radio kognitif, fokus mutakhirnya beralih ke kecerdasan buatan untuk optimasi spektrum dan prediksi kegagalan sistem energi maju, menggabungkan pemodelan statistik, pembelajaran mendalam, dan teori permainan untuk mengatasi tantangan koeksistensi dan keandalan sistem.