Full-Stack Web Developer · Business Intelligence
Membangun produk web yang bermanfaat dan data yang bermakna.
Full-Stack Web Developer dengan latar belakang kuat di bidang Business Intelligence dan Akademisi. Berpengalaman membangun aplikasi web modern yang responsif dan analitik data berbasis AI.
Karier & Akademik
Pengalaman & Pendidikan
Pengalaman Kerja
Full-Stack Web Developer
- Mengembangkan aplikasi web full-stack berskala enterprise menggunakan React.js, Next.js, dan Node.js.
- Mengoptimalkan performa web dan arsitektur database untuk meningkatkan kecepatan akses pengguna.
- Berkolaborasi dengan tim lintas fungsi untuk merancang sistem dashboard analitik berbasis Business Intelligence.
Tenaga Pengajar Praktisi & Staf IT
- Mengajar mata kuliah di bidang Informatika dan sistem informasi dengan pendekatan praktis dunia industri.
- Mengelola infrastruktur IT dan sistem informasi akademik perguruan tinggi.
- Membimbing mahasiswa dalam proyek pengembangan perangkat lunak dan riset teknologi.
Staf Keuangan
- Mengelola pencatatan keuangan operasional institusi secara akurat dan transparan.
- Membuat laporan keuangan berkala serta analisis anggaran menggunakan alat bantu Business Intelligence.
- Mengoordinasikan audit internal keuangan dan optimalisasi alur kas institusi.
Pendidikan
Magister Komputer (M.Kom.)
Fokus pada Ilmu Komputer, Sistem Cerdas, dan Analisis Data Lanjutan.
Sarjana Komputer (S.Kom.)
Fokus pada Teknik Informatika, Rekayasa Perangkat Lunak, dan Pemrograman Web.
Kompetensi Teknis
Visualisasi Keahlian
Frontend Development
Backend & Database
Data Science & AI Engineering
Karya Pilihan
Portofolio Proyek Web
Corporate & Business PlatformIJE Group
Website perusahaan profesional untuk IJE Group dengan desain modern dan performa tinggi.
Tech Agency & Software SolutionsLantang Labs
Platform web agency pengembangan perangkat lunak dan solusi teknologi.
Institutional & Academic PortalSMPN 1 Dusel
Website resmi sekolah SMP Negeri 1 Dusun Selatan untuk informasi akademik dan publik.
Admission SystemPPDB SMPN 1 Dusel
Sistem Penerimaan Peserta Didik Baru (PPDB) online yang efisien dan transparan.
Riset Akademik
Publikasi Ilmiah
Detection And Classification of Citrus Diseases Based on A Combination of Features Using the DenseNet-169 Model
Penelitian ini mengusulkan penerapan arsitektur Convolutional Neural Networks (CNN) khususnya DenseNet-169 untuk mendeteksi dan mengklasifikasikan jenis penyakit pada daun dan buah jeruk secara akurat. Metode kombinasi fitur yang diusulkan mencapai akurasi 96,66%, lebih tinggi 5,33% dibanding fitur asli.