Sedang berjalan

Universitas Negeri Surabaya

S1 • Data Science • IPK 3.53

Februari 2025 - Juli 2025

DCI-TSSC0201 ML/AI Engineer

Verified intern of

PT Telekomunikasi Indonesia (Persero) Tbk • Magang

September 2024 - Desember 2024

PT Dicoding Akademi Indonesia • Full Time

Mengembangkan proyek capstone berupa aplikasi rekomendasi skincare berbasis transfer learning menggunakan MobileNetV2 untuk klasifikasi tipe kulit dan rekomendasi produk yang sesuai. Selain mengasah keterampilan machine learning, pengalaman ini juga memperkuat teamwork, problem-solving, manajemen waktu, serta adaptabilitas dalam menyelesaikan proyek secara kolaboratif. Selain itu, keterampilan manajemen proyek, branding profesional, dan persiapan wawancara juga dikembangkan sebagai bagian dari pengembangan karir.

Media

Januari 2024 - Sekarang

BEM Universitas Negeri Surabaya • Organisasi

Sebagai staf Kementerian Pemberdayaan Prestasi, memimpin agenda karya tulis, sebuah platform untuk mendukung mahasiswa Universitas Negeri Surabaya yang memiliki minat menulis selain non-fiksi agar karya mereka dikenal luas. Selain itu, bertanggung jawab mengelola akun Instagram kementerian menggunakan Figma untuk memastikan konten yang menarik dan informatif.

Media

Desember 2024

Build Basic Generative Adversarial Network (GANs)

DeepLearning.AI • EKX2UJ1N50Y

- Memahami bagian-bagian utama dari GANs, termasuk generator dan discriminator.
- Teknik penerapan WGANs untuk meningkatkan stabilitas pelatihan dan menghasilkan model yang lebih baik.
- Penerapan model deep convolutional dalam GANs untuk menghasilkan gambar realistis.
- Teknik untuk menghasilkan data yang dapat dikontrol, memungkinkan pengaturan output berdasarkan parameter tertentu.
- Teknik Conditional Generation untuk menghasilkan data dengan kondisi atau label tertentu, misalnya gambar dengan kategori spesifik.

Media

Desember 2024

Generative AI for Everyone

DeepLearning.AI • L6IOQ0NNK40W

- Penjelasan dasar mengenai apa itu Generative AI.
- Cara kerja teknologi Generative AI.
- Kasus penggunaan umum dari Generative AI.
- Hal yang dapat dan tidak dapat dilakukan oleh Generative AI.
- Memahami flow proyek Generative AI dari awal hingga launching.
- Teknik membangun prompt yang efektif untuk penggunaan Generative AI.
- Potensi peluang yang dihadirkan Generative AI untuk individu, bisnis, dan masyarakat.
- Risiko yang harus dipahami terkait teknologi Generative AI.

Media

Desember 2024

Advanced Computer Vision with TensorFlow

DeepLearning.AI • IUC42HXUYN2V

- Salience: Menyoroti bagian penting dalam gambar untuk interpretasi model.
- Segmentasi gambar: Memisahkan elemen-elemen dalam gambar untuk analisis lebih mendalam.
- Class Activation Maps: Visualisasi area yang berkontribusi pada prediksi model.

Media

Desember 2024

Custom and Distributed Training with TensorFlow

DeepLearning.AI • 055N6RG67VZJ

-Teknik distribusi untuk melatih model Machine Learning pada berbagai perangkat dan environment
- Penggunaan TensorFlow GradientTape untuk melacak gradien selama pelatihan dan mengoptimalkan model.
-Pembuatan loop train khusus untuk fleksibilitas dalam pengaturan pelatihan model.
- Pemahaman dasar tentang operasi tensor dalam TensorFlow untuk pemrosesan data yang efisien.

Media

November 2024

Custom Models, Layers, and Loss Functions with TensorFlow

DeepLearning.AI • I9HKDZZ368S7

- Memahami cara menggunakan Functional API untuk membuat model yang lebih fleksibel dibandingkan Sequential API.
- Costume dan exotic models menggunakan Fuctional API.
- Menulis loss functions khusus untuk berbagai kasus seperti multi-task learning atau pembobotan berbeda pada error.

Media

November 2024

Browser-based Models with TensorFlow.js

DeepLearning.AI • LY5ZN2JM5V1R

- Mempelajari cara melatih model machine learning langsung di browser tanpa perlu server.
- Menjalankan inferensi secara real-time menggunakan TensorFlow.js.
- Mengolah, memuat, dan memanipulasi data dalam environment browser.
- Menggunakan TensorFlow.js untuk menangani data tanpa perlu backend tambahan.
- Mengembangkan model object classification dan recognition menggunakan kamera web.
- Menerapkan Convolutional Neural Network (CNN) untuk mendeteksi dan mengenali objek secara real-time.

Media

November 2024

Data Pipelines with Tensorflow Data Services

DeepLearning.AI • R3XNCT40M6O7

- Memanfaatkan API TensorFlow Data Services untuk ekstraksi, transformasi, dan pemuatan (ETL) data.
- Membangun pembagian dataset (train/validation/test) baik untuk dataset kustom maupun dataset yang tersedia di TensorFlow Hub menggunakan Splits API.
- Menggunakan berbagai modul dan fungsi API TensorFlow Datasets (TFDS) untuk menyiapkan data yang optimal untuk pipeline pelatihan.

Media

November 2024

Device-based Models with TensorFlow Lite

DeepLearning.AI • FBOPDK982W3

- Menyiapkan model untuk battery-operated devices.
- Menjalankan model di platform Android dan iOS.
- Mendeploy model pada embedded systems seperti Raspberry Pi dan microcontrollers.

Media

November 2024

Sequences, Time Series and Prediction

DeepLearning.AI • F0GPMYXC2N45

- Mempelajari konsep dasar deret waktu (time series) dan bagaimana membuat prediksi berdasarkan pola historis.
- Menggunakan teknik forecasting untuk memprediksi tren dan nilai di masa depan.
- Melakukan normalisasi, transformasi, dan pembagian data untuk meningkatkan akurasi model.
- Menggunakan Recurrent Neural Networks (RNN) untuk memahami pola dalam data sekuensial.
- Menggunakan Convolutional Neural Networks (ConvNets) sebagai pendekatan alternatif dalam prediksi time series.
- Menerapkan pembelajaran dari kursus dalam proyek dunia nyata dengan data sunspot.
- Menggunakan framework TensorFlow untuk membangun dan melatih model deep learning.

Media

November 2024

Natural Language Processing in TensorFlow

DeepLearning.AI • Q7YZL069DXF7

- Pengembangan sistem Natural Language Processing menggunakan TensorFlow.
- Teknik tokenisasi untuk membagi teks menjadi elemen-elemen kecil.
- Representasi kalimat sebagai vektor untuk mempermudah analisis dan pemodelan.
- Penerapan Recurrent Neural Networks (RNNs), Gated Recurrent Units (GRUs), dan Long Short-Term Memory (LSTMs) dalam TensorFlow.
- Melatih model LSTM pada teks yang sudah ada untuk menghasilkan puisi original atau karya lainnya.

Media

November 2024

Convolutional Neural Networks in TensorFlow

DeepLearning.AI • 44T3N9BTH7S8

- Teknik dan tools untuk bekerja dengan data gambar dalam skenario nyata.
- Cara memplot metrik seperti loss dan akurasi untuk memahami performa model.
Strategi Mengatasi Overfitting
- Penggunaan augmentasi data untuk meningkatkan variasi dataset.
- Penerapan dropout untuk mengurangi kemungkinan overfitting.
- Pemahaman konsep transfer learning.
- Teknik mengekstrak fitur yang telah dipelajari oleh model untuk digunakan pada tugas baru.

Media

Oktober 2024

Unsupervised Learning, Recommenders, Reinforcement Learning

Stanford, DeepLearning.AI • DAX0NZZB2M52

- Menggunakan unsupervised learning techniques for unsupervised learning, termasuk clustering (pengelompokan) dan anomaly detection (deteksi anomali).
- Membuat sistem rekomendasi menggunakan pendekatan collaborative filtering.
- Membangun sistem rekomendasi content based dengan metode deep learning.
- Membangun model deep reinforcement learning untuk menyelesaikan tugas atau masalah yang kompleks.

Media

Oktober 2024

Advanced Learning Algorithms

DeepLearning.AI • OXYISDSERI7O

- Membuat dan melatih neural network menggunakan TensorFlow untuk tugas klasifikasi multi-kelas.
- Mengaplikasikan machine learning development agar model dapat menggeneralisasi ke data dan tugas di dunia nyata.
- Membuat dan menggunakan model decision tree serta metode ensemble tree seperti: Random Forests, Boosted Trees

Media

Oktober 2024

Supervised Machine Learning: Regression and Classification

DeepLearning.AI • RJ0MOPCNV457

- Membuat model machine learning menggunakan Python dengan library populer seperti NumPy dan scikit-learn.
-Membuat dan melatih model supervised learning untuk tugas prediksi dan klasifikasi biner.
- Memahami dan menerapkan linear regression untuk regresi.
- Menerapkan logistic regression untuk tugas klasifikasi.
- Menerapkan regularization untuk mencegah overfitting pada model.
- Memahami dan menggunakan gradient descent untuk mengoptimalkan parameter model.

Media

September 2024

Crash Course on Python

Google • B2NZ8RBD4C2V

- Mengenal Python sebagai bahasa pemrograman dan relevansinya dalam otomasi.
- Membuat skrip Python pendek untuk menjalankan tugas otomatisasi.
- Memahami penggunaan struktur dasar Python seperti strings, lists, dan dictionaries.
- Membuat dan menggunakan objek Python sesuai dengan konsep pemrograman berorientasi objek (OOP).

Media

Juni 2024

Big Data Foundation - Level 1

IBM • -

- Memahami apa itu Big Data, karakteristik utamanya, dan dampaknya terhadap bisnis.
- Mengenal berbagai sumber data dan jenis data yang termasuk dalam kategori Big Data.
- Memahami proses pengelolaan Big Data dan tools yang digunakan, seperti Hadoop dan Spark.
- Menganalisis studi kasus yang menunjukkan bagaimana Big Data digunakan dalam berbagai industri untuk meningkatkan layanan dan efisiensi.
- Mengidentifikasi tantangan yang dihadapi dalam pengelolaan Big Data dan peluang yang dapat dimanfaatkan.

Media

Juni 2024

Python Essentials 1

Cisco • -

- Konsep universal pemrograman komputer.
- Sintaks dan semantik bahasa Python.
- Pemikiran algoritmik dan analitis.
- Praktik terbaik dalam pemrograman.
- Pemrograman prosedural.
- Penggunaan elemen penting dari Python Standard Library.

Media

September 2023

First Winner International Infographic Competition

BEM FMIPA Universitas Negeri Surabaya • -

Media