Message Insertion Using the Convolutional Neural Network Model Approach
SinkrOn • 2019
Lita Ambarwati, dosen di Departemen Statistika Fakultas Sains, memiliki latar belakang riset yang berawal dari penerapan model jaringan saraf tiruan, khususnya Convolutional Neural Network (CNN), untuk penyisipan pesan pada data digital sebagaimana tercermin dalam publikasi tahun 2019. Meskipun dalam rentang lima tahun terakhir (2022–2026) belum tercatat publikasi baru, keahlian akademiknya dapat disintesis dari kesinambungan minat pada metode statistika komputasional dan pembelajaran mesin. Fokus mutakhir yang dapat ditonjolkan adalah pengembangan dan penerapan model deep learning untuk analisis data kompleks, seperti data citra, teks, atau sinyal, dengan penekanan pada aspek keamanan informasi dan pengolahan data tidak terstruktur. Pergeseran tematik dari sekadar penyisipan pesan menuju aplikasi yang lebih luas dalam statistika modern, termasuk deteksi anomali, klasifikasi pola, dan optimasi model, menjadi arah riset yang potensial. Dengan dasar kuat di bidang statistika dan pengalaman awal di CNN, Lita berpotensi mengintegrasikan teknik deep learning ke dalam pemodelan statistik untuk menyelesaikan masalah nyata, seperti analisis data besar, pengenalan pola, atau sistem rekomendasi. Keahlian ini relevan untuk pengembangan metode statistika yang adaptif terhadap era digital, meskipun publikasi terbaru belum tersedia untuk mengonfirmasi arah riset terkini secara spesifik.
SinkrOn • 2019