Gabriel Asael Tarigan

Gabriel Asael Tarigan

Dosen AI & Peneliti di BINUS University. Merancang kurikulum kecerdasan buatan, membangun platform ML, dan meneliti arsitektur deep learning.

Gabriel Asael Tarigan, S.Kom., M.Kom.

Versi Bahasa Inggris dari situs ini tersedia di asaeltarigan.github.io.

Saya adalah Dosen AI (Artificial Intelligence / Kecerdasan Buatan) dan Peneliti di BINUS University (School of Computer Science). Saya merancang dan menulis kurikulum inti AI/ML, sekaligus membangun sistem produksi yang menjalankannya: platform kompetisi machine learning, portal evaluasi otomatis, dan alat bantu belajar visual yang interaktif.

Fokus penelitian saya: Deep Learning, Computer Vision (pose estimation dan deteksi engagement), Peramalan Deret Waktu, dan Sistem ML Terapan. Saat ini saya sedang mempersiapkan aplikasi program doktoral (PhD) di bidang machine learning.

Apa yang saya lakukan: saya mengajar, saya membangun, saya menjalankannya.

Minat Penelitian

  • Computer Vision: pose estimation, pelacakan skeletal keypoint, dan deteksi engagement.
  • Deep Learning dan Arsitektur: model neural hibrida, jaringan LSTM-GRU terparalelisasi, dan Vision Transformer.
  • Peramalan Deret Waktu: pemodelan sinyal finansial multivariat dan sinyal sekuensial.
  • Sistem ML dan MLOps: pemantauan model end-to-end, inferensi edge, dan integrasi LLM ringan.
  • Teknologi Pendidikan: alat belajar berbasis AI, platform asesmen gamifikasi, dan sistem tutor cerdas.

Sistem dan Proyek Terpilih

  • Platform Kompetisi ML (ARISE): sistem kompetisi gaya Kaggle untuk mahasiswa AI BINUS, dihosting efisien pada satu VPS (FastAPI, tunnel cloudflared, kuota submit harian, pipeline penilaian otomatis, dan analitik).
  • Portal Kuis dan Evaluasi Mata Kuliah: portal asesmen dengan satu percobaan dan gerbang NIM untuk mata kuliah machine learning, dengan penilaian otomatis waktu nyata dan umpan balik.
  • Visualisasi Backpropagation Interaktif: alat visual berbasis web untuk mengajarkan backpropagation jaringan saraf melalui model mental empat langkah (tebak, ukur, salahkan, dorong).
  • Build Diary: repositori publik otomatis yang mendokumentasikan rilis produksi mingguan dan eksperimen teknis.

Publikasi Terpilih

Daftar lengkap dengan metrik sitasi tersedia di Google Scholar, ResearchGate, dan halaman Publikasi. Judul dan venue dipertahankan dalam bahasa asli sesuai standar akademik.

  • Skeletal Keypoint-Based Pipeline as a Computer Vision-Based Approach
    Communications in Mathematical Biology and Neuroscience, 2026.

  • Computer Vision-Based Pose Estimation for Student Engagement Detection: Trends and Challenges
    IEEE International Conference on Cybernetics and Intelligent System (ICORIS), 2025.

  • InterQ: A Job Interview Training Platform Using Facial Expression Detection and Answer Scoring
    IEEE International Seminar on Research of Information Technology and Intelligent Systems (ISRITI), 2025.

  • Indonesian Food Detection with YOLO and Calorie Estimation Using Lightweight LLMs
    IEEE International Seminar on Research of Information Technology and Intelligent Systems (ISRITI), 2025.

  • Lighter Student Engagement Recognition in a Classroom Environment Using Skeletal Keypoints
    IAENG International Journal of Computer Science.

  • Parallelization of LSTM-GRU Architectures for Multivariate Prediction of Stock Prices
    IEEE International Conference on Information Management and Technology (ICIMTech), 2024.