Curriculum Vitae
Faraj Azhar
Media Social
Saya adalah seorang mahasiswa Teknik Informatika yang memiliki ketertarikan kuat dalam bidang data science. Visi pribadi saya adalah tumbuh menjadi individu yang terus belajar dan memberikan kontribusi nyata melalui teknologi, dengan menjadikan rasa ingin tahu dan kebermanfaatan sebagai fondasi utama dalam setiap langkah karier. Saya menikmati proses riset, eksplorasi data, dan pengembangan solusi berbasis teknologi untuk menjawab tantangan di dunia nyata. Saya adalah pribadi yang adaptif, bertanggung jawab, dan mampu bekerja secara kolaboratif dalam tim maupun mandiri. Saya senang memecahkan masalah, terbuka terhadap masukan. Dengan kombinasi antara kemampuan teknis dan keterampilan interpersonal, saya siap berkontribusi dalam lingkungan kerja yang dinamis dan berorientasi pada solusi.
Sedang berjalan
Universitas Dian Nuswantoro
S1 • Teknik Informatika • IPK 3.59
September 2024 - November 2024
Mahasiswa On The Job Training
Perum Lembaga Penyelenggara Pelayanan Navigasi Penerbangan Indonesia • Magang
Selama magang di AirNav Indonesia, saya terlibat dalam kegiatan pemeliharaan dan perbaikan peralatan Communication, Navigation, and Surveillance (CNS) bersama tim pada divisi CNS. Selain itu, saya juga mengembangkan sebuah aplikasi berbasis web untuk sistem pelaporan kesiapan fasilitas, yang memfasilitasi komunikasi antara teknisi dan manajer teknik dalam menyampaikan laporan kondisi peralatan secara real-time dan terstruktur.
Media
Januari 2025
Associate Data Scientist
Badan Nasional Sertifikasi Profesi (BNSP) • 62015251150073272025
Dalam sertifikasi profesi Associate Data Scientist BNSP, saya mengerjakan proyek analisis prediktif terhadap data medis pasien gagal jantung menggunakan dataset Heart Failure Clinical Records. Proyek ini mencakup seluruh tahapan data science mulai dari pengumpulan, validasi, konstruksi, dan penentuan label data, hingga pembangunan dan evaluasi model prediksi. Saya membandingkan performa tiga algoritma klasifikasi Random Forest, K-Nearest Neighbors (KNN), dan Logistic Regression untuk memprediksi kelangsungan hidup pasien berdasarkan 13 fitur klinis, dengan fokus pada efektivitas dua fitur utama: serum creatinine dan ejection fraction. Seluruh proses dilakukan secara mandiri tanpa bantuan AI generatif, dan hasil akhir dievaluasi langsung oleh asesor sebagai bukti kompetensi analisis data dan penerapan machine learning pada permasalahan nyata di bidang kesehatan.
Media
Juli 2024
Machine Learning
Bangkit Academy • BA24/GRAD/XXIV-07/M007D4KY1754
Saya mengikuti program Bangkit Academy 2024 pada learning path Machine Learning yang diselenggarakan oleh Google, GoTo, dan Traveloka sebagai bagian dari Kampus Merdeka. Dalam program ini, saya mempelajari materi inti seperti supervised learning, unsupervised learning, computer vision, NLP, hingga implementasi model dengan TensorFlow. Saya juga menyelesaikan Capstone Project berbasis solusi teknologi untuk masalah nyata di masyarakat, berkolaborasi dalam tim lintas disiplin (Machine Learning, Cloud Computing, dan Mobile Development). Program ini mengembangkan kemampuan teknis saya sekaligus melatih soft skill seperti problem solving, kolaborasi tim, dan komunikasi profesional dalam lingkungan kerja teknologi.