PORTOFOLIO — MACHINE LEARNING KATALOG 2026

Raka SatriyoMukti

Junior Machine Learning Engineer. Senang mengurus bagian yang sering dilewatkan orang: membersihkan data, menguji model dengan jujur, dan mencatat semuanya supaya bisa diulang orang lain.

GANTI DENGAN FOTO ANDA
FIG. 01

Lulusan Sistem Informasi Aplikasi dan Jaringan yang mulai tertarik pada machine learning sejak mengerjakan proyek klasifikasi data untuk tugas akhir. Sejak itu saya belajar mandiri lewat kursus, kompetisi data, dan proyek pribadi — dari membersihkan dataset berantakan sampai men-deploy model sederhana ke web app sendiri.

Saat ini terbuka untuk peran junior machine learning engineer, data scientist, atau posisi magang di bidang terkait.

Lokasi
Kota Anda, Indonesia
Pengalaman
< 1 tahun (proyek & magang)
Ketersediaan
Full-time / Magang

Kemampuan

002 / kemampuan
Bahasa & Data
PythonSQLPandasNumPy
Machine Learning
Scikit-learnTensorFlowPyTorch (dasar)XGBoost
Visualisasi
MatplotlibSeabornPower BI
Tools & alur kerja
JupyterGit & GitHubGoogle Colab
Deployment dasar
FlaskStreamlitDocker (dasar)
Sedang dipelajari
MLOpsDeep learning lanjutCloud (GCP/AWS)

Proyek

003 / proyek
SPESIMEN 01 · F1 0.84
GANTI DENGAN SCREENSHOT PROYEK
Distribusi skor risiko churn per segmen pelanggan.
selesai

Prediksi Churn Pelanggan

Membangun model klasifikasi untuk memprediksi pelanggan yang berpotensi berhenti berlangganan, lengkap dengan analisis fitur paling berpengaruh untuk tim bisnis.

87%
Akurasi
0.84
F1-score
10k+
Baris data
Scikit-learn · XGBoost · Pandas
SPESIMEN 02 · 91% akurasi
GANTI DENGAN SCREENSHOT PROYEK
Sebaran ulasan berdasarkan kelas sentimen.
selesai

Analisis Sentimen Ulasan Produk

Model NLP untuk mengklasifikasikan ulasan pelanggan menjadi positif, netral, atau negatif, ditampilkan sebagai dashboard interaktif untuk tim produk.

91%
Akurasi
3
Kelas sentimen
5k
Ulasan dianalisis
TensorFlow · NLTK · Streamlit
SPESIMEN 03 · berjalan
objek_01 · 0.92 objek_02 · 0.87 GANTI DENGAN SCREENSHOT PROYEK
Bounding box hasil deteksi pada citra uji.
berjalan

Deteksi Objek pada Gambar

Eksperimen fine-tuning model deteksi objek ringan untuk kasus penggunaan sederhana, dengan fokus pada kecepatan inferensi di perangkat terbatas.

76%
mAP saat ini
120ms
Waktu inferensi
PyTorch · OpenCV

Achievment

004 / riwayat
2025 — kini

Magang Data / Machine Learning

Nama Perusahaan

Membantu tim data menyiapkan dataset, membangun model baseline, dan menulis laporan evaluasi model untuk kebutuhan internal.

2024

Peserta Bootcamp Data Science

Nama Lembaga

Menyelesaikan kurikulum intensif mencakup statistik terapan, machine learning, dan proyek akhir berbasis studi kasus nyata.

2020 — 2024

S1 Sistem Informasi Aplikasi dan Jaringan

Nama Universitas

Skripsi tentang [topik skripsi singkat, misalnya klasifikasi teks atau prediksi berbasis data time-series].

Sertifikasi

Mari terhubung

Terbuka untuk diskusi soal peran junior machine learning engineer, data scientist, atau kolaborasi proyek data.