Berangkat dari peran tersebut, alumnus magister dan doktor dari Universiti Teknologi Petronas, Malaysia ini membawakan kebaruan keilmuan berupa sebuah domain komputasi yang dapat diproses tanpa menggunakan mesh (jaring-jaring material) atau meshless method.
Metode tersebut memungkinkan analisis yang lebih mendekati karakteristik partikel material serta menghadirkan proses modifikasi yang lebih natural tanpa harus memecah mesh.
Tak hanya itu, keunggulan meshless method dapat diintegrasikan dengan deep learning, sehingga menghasilkan Physics-Informed Neural Networks (PINN). Dalam konteks ini, parameter yang terkait dengan prediksi maupun optimasi material dapat dilakukan secara terintegrasi dan lebih efisien.
“Integrasi ini disebut digital engineering yang menghasilkan solusi untuk berbagai permasalahan sains maupun teknik,” sebutnya.
