Irving Vitra Paputungan

Irving Vitra Paputungan memiliki keahlian akademik yang terbagi dalam dua koridor riset utama yang berjalan secara paralel dalam lima tahun terakhir. Koridor pertama adalah pengembangan sistem cerdas berbasis pembelajaran mesin dan pembelajaran mendalam untuk aplikasi spesifik, dengan fokus mutakhir yang sangat kuat pada pemrosesan data Distributed Acoustic Sensing (DAS) untuk deteksi kejadian mikro seismik di sistem panas bumi dan pemantauan kebocoran pada penangkapan karbon. Publikasi terbaru secara intensif mengeksplorasi berbagai arsitektur seperti Spiking Neural Networks, Graph Neural Networks, dan Convolutional Neural Networks untuk meningkatkan akurasi deteksi dan denoising data DAS, yang menandai pergeseran signifikan dari riset sebelumnya yang lebih banyak berkutat pada Internet of Things dan komputasi awan. Koridor kedua adalah pengembangan sistem informasi dan analisis sentimen berbasis web serta aplikasi bergerak, yang mencakup topik-topik seperti adopsi low-code di era Industri 4.0, analisis sentimen berbasis aspek terhadap fenomena olahraga dan layanan internet, serta pengembangan aplikasi untuk komunitas virtual dan sektor pertanian. Metode yang dominan digunakan meliputi analisis sentimen dengan lexicon dictionary dan algoritma Random Forest, pemodelan penerimaan teknologi dengan UTAUT2, serta perancangan antarmuka pengguna dengan pendekatan User-Centered Design. Secara keseluruhan, arah riset mutakhir Irving Vitra Paputungan menunjukkan spesialisasi yang semakin dalam pada aplikasi pembelajaran mendalam untuk data sensor geofisika dan penginderaan akustik terdistribusi, sambil tetap mempertahankan kontribusi pada pengembangan sistem informasi terapan dan analisis data sosial berbasis teks.