![\"jean\"](\"https:\/\/www.its.ac.id\/informatika\/wp-content\/uploads\/sites\/44\/2025\/08\/jean-2025-08-10-at-15.18.33-696x366-1.jpeg\")
<\/p>\n<\/p>\n
SURABAYA, Nusantaraabadinews.com \u2013 Mahasiswa asing asal Rwanda, Ntivuguruzwa Jean De La Croix berhasil menyelesaikan program Doktoral Ilmu Komputer di Departemen Teknik Informatika Institut Teknologi Sepuluh Nopember (ITS) Surabaya dengan tujuh publikasi bereputasi Quartile 1 (Q1) Scopus.<\/p>\n
Mahasiswa yang akrab disapa Jean ini mengungkapkan, kesempatan emas berkuliah di ITS diperolehnya melalui beasiswa Kemitraan Negara Berkembang (KNB) dari Kementerian Pendidikan Tinggi, Sains, dan Teknologi Republik Indonesia (Kemdiktisaintek RI).<\/p>\n
Keputusannya memilih ITS didasarkan pada reputasi kuat ITS sebagai institusi riset dan teknologi.<\/p>\n
\u201cLingkungan akademik ITS memberikan ruang luas bagi saya untuk mengembangkan ide dalam bidang keamanan internet,\u201d katanya.<\/p>\n
Lebih lanjut, Jean membagikan bahwa penelitiannya berfokus pada pengamanan informasi secara digital.<\/p>\n
Menurutnya, di era saat ini, transmisi data digital telah meningkat pesat dan banyak orang menggunakan media sosial, sehingga banyak data yang perlu dijaga kerahasiaannya.<\/p>\n
Melalui penelitian ini, dirinya berusaha menciptakan sistem keamanan yang lebih baik guna melindungi data pribadi maupun informasi sensitif di berbagai platform digital.<\/p>\n
Jean memaparkan publikasi pertamanya bertajuk A Convolutional Neural Network to Detect Possible Hidden Data in Spatial Domain Images.<\/p>\n
Penelitian ini mengusulkan arsitektur Convolutional Neural Network (CNN) baru yang mampu meningkatkan akurasi deteksi data tersembunyi sekaligus memperbaiki stabilitas pelatihan jaringan.<\/p>\n
\u201cProsesnya melibatkan tiga tahap utama, yakni pra-pemrosesan, ekstraksi fitur, dan klasifikasi,\u201d ujarnya.<\/p>\n
Jean menjelaskan, pada tahap pra-pemrosesan digunakan filter spatial rich model untuk memperkuat noise. Selanjutnya, ekstraksi fitur dilakukan dengan konvolusi separable dua dimensi guna meningkatkan sinyal dan menangkap fitur lokal.<\/p>\n
Terakhir, pada tahap klasifikasi, digunakan pooling multi skala dan tiga lapisan fully connected untuk menghasilkan prediksi yang lebih akurat sekaligus mempercepat waktu pelatihan.<\/p>\n
\u201cDari hasil tersebut mempercepat waktu pelatihan hingga 30,81 persen,\u201d jelasnya.<\/p>\n
Selain dari segi akademik, Jean juga berbagi pengalaman tentang kehidupan kampusnya di ITS selama tiga tahun tersebut.<\/p>\n
Dirinya mengungkapkan, ITS International Office sangat membantunya terutama lewat program Buddy Department yang membuatnya lebih mudah beradaptasi dan mengenal budaya akademik serta sosial di kampus.<\/p>\n
\u201cKalau ada hal yang susah saya mengerti, saya biasanya langsung tanya ke para volunteer,\u201d paparnya.<\/p>\n