Mohammad Rifai

Mohammad Rifai menunjukkan pergeseran riset yang signifikan dari bidang komputasi dan sistem cerdas menuju rekayasa manajemen operasi dan lean manufacturing dalam lima tahun terakhir. Publikasi awalnya (2010–2015) berfokus pada komposisi layanan web berbasis QoS, peringkas garis waktu berita, dan sistem pembelajaran adaptif, yang membangun dasar dalam pemodelan proses dan optimasi. Namun, sejak 2022, risetnya bertumpu pada penerapan metodologi DMAIC dan Lean Six Sigma untuk meningkatkan efisiensi rekrutmen, serta pemanfaatan value stream mapping dan alat lean untuk merampingkan manufaktur perangkat elektronik. Di sisi lain, ia juga mengembangkan pendekatan canggih berbasis pembelajaran penguatan multi-agen dan graph convolutional untuk penjadwalan stasiun pengisian kendaraan listrik bergerak, estimasi beban kendaraan melalui visi komputer, prediksi gerakan multi-modal dengan Graphormer, serta sistem identifikasi pengemudi berbasis deep learning yang andal. Objek kajian mutakhirnya mencakup proses bisnis sumber daya manusia, lini produksi elektronik, infrastruktur kendaraan listrik, dan keselamatan berkendara. Metode yang dominan adalah integrasi alat lean tradisional dengan teknik machine learning dan deep learning, seperti DMAIC, VSM, Graphormer, dan multi-agent reinforcement learning. Arah riset terkini menekankan pada peningkatan efisiensi operasional melalui pendekatan hybrid yang menggabungkan prinsip manajemen kualitas dengan kecerdasan buatan, serta pengembangan sistem otonom untuk mobilitas dan manufaktur cerdas.