Robert Marco, M.T., Ph.D.

Biografi

Robert Marco, S.T., M.T., Ph.D. adalah seorang Dosen Informatika di Universitas Amikom Yogyakarta yang saat ini menjabat sebagai Ketua Program Studi S2 (Magister). Fokus riset beliau berada di persimpangan Software Engineering, Computer Vision, dan Deep Learning. Beliau menyelesaikan pendidikan S1 di Teknik Elektro dari Universitas Muhammadiyah Surakarta, S2 di Teknik Industri dari Universitas Islam Indonesia, dan meraih gelar Ph.D. dalam Ilmu Komputer dari Universiti Teknikal Malaysia pada tahun 2023. Beliau adalah peneliti aktif yang terlibat dalam proyek-proyek hibah penelitian nasional (Hibah Dikti) dengan topik-topik canggih seperti deteksi penyakit tanaman padi berbasis Deep Learning dan Fraud Detection menggunakan Ensemble Learning.

Riwayat Pendidikan

  • S3 (Ph.D.): Computer Science, Universiti Teknikal Malaysia (2025)

  • S2 (Master): Teknik Industri, Universitas Islam Indonesia (2009)

  • S1 (Bachelor): Teknik Elektro, Universitas Muhammadiyah Surakarta (2005)

Bidang Keahlian (Expertise)

  • Software Engineering

  • Computer Vision

  • Fraud Detection (Deteksi Kecurangan)

  • Deep Learning

  • Pemrograman (Matlab, Python)

  • Data Science dan Data Mining (Scikit-learn, Keras, Rapid Miner)

Kolaborasi / Jejaring Profesional

  • Ketua Program Studi S2 Universitas AMIKOM Yogyakarta.

  • Tenaga Ahli Pemerintah.

  • Narasumber di berbagai forum dan seminar.

  • Membimbing mahasiswa S2 (Magister) dan S3 (Doktor).

Mata Kuliah yang Diampu

Program Magister (S2)

  • Mata Kuliah yang Diampu:

    • Business Intelligence

    • Research Methodology

    • Software Engineering

    • Marketing Intelligence

    • IT Project

Program Sarjana (S1)

  • Mata Kuliah yang Diampu:

    • Research Methodology

    • Data Mining

    • Aljabar Linear

Publikasi Pilihan (Jurnal)

Beliau aktif dalam publikasi dengan fokus pada AI terapan:

  • A Hybrid Approach CNN-LSTM Based on Bagging Ensemble for Fraud Detection on Imbalanced Healthcare Insurance Dataset (2024).

  • A systematic review of conditional variational autoencoder in computer vision (2023).

  • Anomaly detection in a wireless network system (2022).

  • Bayesian hyperparameter optimization and Ensemble Learning for Machine Learning Models on software effort estimation (2022).

Hibah Penelitian (Pilihan)

Beliau memimpin dan terlibat dalam berbagai proyek hibah, antara lain:

  • Pendekatan Deep Learning Canggih Untuk Pengenalan Dan Klasifikasi Penyakit Otomatis Pada Citra Daun Padi. (Hibah Dikti, Tahun: 2025).

  • Peningkatan Convolutional Neural Network dengan Bagging Ensemble untuk Deteksi Kecurangan pada Transaksi Keuangan Layanan Kesehatan dengan Kelas Tidak Seimbang. (Hibah Dikti, Tahun: 2024).

  • Penerapan Jaringan Sensor Nirkabel dan Internet of Things untuk Deteksi Hama Pertanian di Pesisir Berbasis Pengetahuan. (Hibah Terapan, Tahun 2025).

  • Perancangan dan Implementasi Sistem Informasi E-Filling Sebagai Monitoring Pengendalian Arsip. (Hibah Dikti, Tahun: 2015).

Hak Kekayaan Intelektual (HKI)

  • Kode Program Algoritma Conditional Variational Autoencoder Dengan Label Encoder Untuk Regresi Dalam Menangani Kumpulan Data Kecil. (Nomor Permohonan: EC00202413938. Status: Hak Cipta, 2024).

Pengalaman Profesional

  • Dosen Informatika – Universitas Amikom Yogyakarta.

  • Ketua Program Studi Magister (S2) – Universitas AMIKOM Yogyakarta.

  • Tenaga ahli Pemerintah.

  • Narasumber.

Sertifikasi dan Prestasi

  • Informasi sertifikasi dan prestasi kompetisi spesifik belum tersedia.

  • Aktif membimbing mahasiswa S2 dan S3.

Kompetensi Bimbingan

  •  

Bimbingan Doktoral

  •  

Bimbingan Magister

  •  

Translate »