Saya data analyst yang mengubah masalah bisnis yang rumit menjadi keputusan yang jelas dan bisa langsung diambil tindakan. Dari model segmentasi RFM dengan akurasi 97% hingga dashboard yang mengungkap Rp 397,9M penghematan biaya — saya bekerja di mana data bertemu hasil nyata.
Tentang Saya
Saya lulusan Fisika dari Universitas Airlangga, Surabaya. Pendidikan fisika saya bukan hanya soal rumus — tapi membangun kebiasaan memecah sistem yang kompleks, menemukan sinyal di balik kebisingan data, dan menyampaikan temuan dengan cara yang bisa langsung ditindaklanjuti oleh pemangku kepentingan non-teknis.
Saat ini sebagai Data Analyst di PT Berkah Tani Mukti, saya telah membangun 8+ dashboard operasional yang mencakup penjualan, logistik, armada, dan piutang. Hasilnya: Rp 397,9M penghematan biaya teridentifikasi dan Rp 25,17M piutang kritis berhasil ditandai lewat model prediktif berakurasi 97%. Sebelumnya, saya membangun sistem deteksi keselamatan real-time bersama PT Danone × Universitas Airlangga — akurasi 90%, waktu inferensi 10 ms, sudah berjalan di produksi.
Pendekatan saya pragmatis: saya tidak menganalisis demi analisis. Setiap grafik, setiap model, setiap dataset yang saya sentuh ada dalam rangka mendukung keputusan yang perlu diambil seseorang. Saya membawa kedalaman teknis dan kejelasan bisnis ke meja kerja — dan saya bertanggung jawab atas output dari query pertama hingga presentasi akhir.
Bahasa Pemrograman
Framework & Library
Tools
Database & Platform
Pengalaman
PT Berkah Tani Mukti
Okt 2025 – Sekarang
Membangun 8+ dashboard operasional yang mencakup penjualan, logistik, pemeliharaan armada, retur, dan piutang — mengungkap penghematan biaya sebesar Rp 397,9 juta dan mengekspos risiko konsentrasi pendapatan sebesar 72% di seluruh distributor utama. Menganalisis efisiensi penjualan lapangan di wilayah Jawa, mengungkapkan peningkatan 3,12% YoY dan mengoptimalkan alokasi sumber daya untuk 10+ perwakilan yang mengelola 1.753+ mitra ritel. Mengimplementasikan segmentasi RFM dan model prediktif dengan akurasi 97% untuk 2.488 pelanggan, mengurangi risiko piutang tak tertagih dengan menandai piutang kritis sebesar Rp 25,17 miliar.
PT Danone × Universitas Airlangga
April 2025 – Sept 2025
Mengembangkan model deteksi objek real-time untuk mengidentifikasi individu yang memegang tangga di lingkungan kerja, mencapai akurasi 90%. Mengimplementasikan streaming RTSP untuk pemantauan keselamatan berkelanjutan dan menerapkan model menggunakan ONNX Runtime, mencapai waktu inferensi hanya 10 ms untuk pemrosesan latensi rendah di lingkungan kritis keselamatan.
PT Semesta Integrasi Digital
Februari 2024 – Juni 2024
Menghasilkan 6 wawasan utama yang mengatasi masalah bisnis kritis dan mempresentasikan temuan analitis kepada 4 pemangku kepentingan. Meraih gelar Proyek Akhir Terbaik di antara 60+ peserta. Mengembangkan dashboard penjualan e-commerce interaktif dengan pemfilteran dinamis berdasarkan tanggal dan wilayah, meningkatkan analisis tren penjualan dan meningkatkan efisiensi operasional.
PT PLN Nusantara Power
Februari 2024 – Mei 2024
Melakukan analisis efisiensi mendalam pada pembangkit listrik PLTU, memproses 5.000+ baris data operasional. Mengidentifikasi 4 KPI utama untuk menilai efisiensi pembangkit dan mendeteksi hambatan operasional. Mengevaluasi kinerja sistem menggunakan Regresi Linear, mengungkapkan efisiensi optimal pada beban kotor spesifik dari High-Pressure Heater (HPH).
PT PLN (Persero)
Januari 2024 – Februari 2024
Mengembangkan model prediktif menggunakan SARIMA untuk memperkirakan beban transformator harian dari data historis 5 bulan. Mengidentifikasi tren pertumbuhan beban dan potensi risiko kapasitas, memastikan kepatuhan dengan standar keamanan N-1. Mencapai MAE 0,4 untuk Trafo 1 dan 2,4 untuk Trafo 2.
Bangkit Academy (Google, GoTo, Traveloka)
Agustus 2023 – Januari 2024
Berkolaborasi dengan tim Cloud Computing dan Mobile Development untuk mengembangkan aplikasi deteksi warna untuk individu dengan buta warna. Mengembangkan dan mengoptimalkan model machine learning yang mencapai akurasi prediksi 87%. Mengonversi model ke TensorFlow Lite untuk penerapan seluler real-time. Lulus dengan nilai A (92/100).
Proyek
Analis Data · PT Berkah Tani Mukti
Merancang dan menerapkan sistem segmentasi pelanggan berbasis RFM untuk 2.488 pelanggan, dipasangkan dengan model prediktif yang mencapai akurasi 97%. Sistem ini menandai piutang berisiko tinggi — termasuk Rp 25,17 miliar akun kritis — memungkinkan tim keuangan untuk bertindak proaktif dan secara signifikan mengurangi eksposur piutang tak tertagih.
ML Engineer · PT Danone × Universitas Airlangga
Membangun sistem computer vision real-time untuk mendeteksi individu yang memegang tangga di lingkungan industri, mencapai akurasi 90%. Mengintegrasikan streaming RTSP untuk pemantauan berkelanjutan dan diterapkan dengan ONNX Runtime untuk inferensi 10 ms — menjadikan kepatuhan keselamatan real-time dapat dilakukan dalam skala besar.
Analis Data · PT Berkah Tani Mukti
Mengembangkan 8+ dashboard terhubung yang mencakup kinerja penjualan, logistik, pemeliharaan armada, manajemen retur, dan pelacakan piutang. Dashboard ini memunculkan penghematan biaya yang dapat ditindaklanjuti sebesar Rp 397,9 juta dan mengungkapkan risiko konsentrasi distributor kritis, yang secara langsung menginformasikan keputusan tingkat eksekutif.
Spesialis Machine Learning · Bangkit Academy
Berkolaborasi dalam tim lintas fungsi (ML, Cloud, Mobile) untuk membangun aplikasi aksesibilitas seluler bagi pengguna buta warna. Melatih dan mengoptimalkan model deteksi warna hingga akurasi 87%, kemudian mengonversinya ke TensorFlow Lite untuk inferensi real-time yang lancar pada perangkat Android.
Sertifikasi
Sertifikasi profesional yang memvalidasi kemampuan saya untuk membangun, mengevaluasi, dan mengomunikasikan solusi data — bukan sekadar teori, tapi praktik nyata.
Diterbitkan: Februari 2026
Kedaluwarsa: Tidak Ada Kedaluwarsa
ID Kredensial: GDA-2026-ALVY-001
Kredensial komprehensif yang mencakup alur kerja analitik end-to-end, termasuk pembersihan data, kueri SQL, penceritaan dashboard, dan komunikasi wawasan siap saji untuk pemangku kepentingan guna mendukung keputusan bisnis.
Diterbitkan: Januari 2026
Kedaluwarsa: Januari 2027
ID Kredensial: MS-ADS-ALVY-2026-014
Memvalidasi kemampuan praktis untuk membangun, mengevaluasi, dan mengoperasionalkan solusi machine learning di Azure, termasuk pelacakan eksperimen, penerapan model, dan pemantauan untuk siklus hidup ML tingkat produksi.
Kontak
Saya terbuka untuk posisi full-time, kolaborasi proyek, dan diskusi jujur tentang tantangan data. Jika Anda rekruter, hiring manager, atau siapa pun yang punya masalah yang bisa diselesaikan dengan data — hubungi saya. Saya merespons dengan cepat dan menganggap serius setiap percakapan.