Pengalaman Profesional

1. Accenture Indonesia

   Konsultasi Manajemen & Teknologi — AI/ML, Data Science

   

   AI Decision Science Consultant (Industry & Functional AI)

   Jun 2024 – Sekarang

   Penuh waktu· Jakarta, Indonesia (hybrid)

   Merilis agen AI, voice AI, dan sistem deep learning di proyek minyak & gas, telekomunikasi, periklanan, dan FMCG.

   • Data & AI Stream Lead, Platform Deteksi Metana dari Satelit untuk klien minyak & gas (Jul 2026 – sekarang): memimpin stream untuk platform yang masuk produksi pada Oktober 2026, menggabungkan citra Sentinel-2, Landsat 8/9, dan EMIT dengan data sensor gas darat; model segmentasi PyTorch dan Deep Agent yang mencari akar masalah serta merekomendasikan tindakan terbaik berikutnya.
   • AI Engineer, Platform Voice AI Percakapan untuk klien telekomunikasi (2026 – sekarang): membangun agen suara real-time self-hosted (STT → LLM → TTS) di Pipecat dengan TTS bahasa Indonesia hasil fine-tuning, Whisper di TensorRT-LLM, dan Qwen3-32B di vLLM, di-deploy pada GPU AWS dengan Terraform.
   • AI Engineer, Platform GenAI Pembuatan Iklan, SaaS produksi bersama tim berbasis di Jerman (Sep 2025 – sekarang): 35 PR di-merge ke layanan orkestrasi AI, termasuk agen Campaign Brief, Template, dan Creative (deep agent Pydantic AI dengan konfirmasi pengguna sebelum aksi sensitif), RAG dengan Docling dan pgvector, suite evaluasi LLM beserta gerbang CI, dan dekomposisi layer gambar (LayerD, LaMa, OCR).
   • AI Governance Consultant, Responsible AI untuk klien minyak & gas (Mar – Jun 2025): asesmen lanskap teknologi AI, panduan pemilihan teknologi, kerangka risiko tata kelola, dan toolkit pengujian Responsible AI.
   • Data Scientist, Optimasi Jaringan Gerai Ritel untuk klien telekomunikasi (Okt 2024 – Jan 2025): model permintaan XGBoost pada sel grid H3, integer programming dan algoritma genetika untuk tindakan gerai, segmentasi pengunjung K-means, dan justifikasi gerai yang dihasilkan LLM.
   • AI Engineer, Segmentasi Pelanggan & Analisis Video GenAI untuk klien FMCG (Agu – Okt 2024): segmentasi RFM terkontainerisasi (77 model K-means) dan pembersihan data untuk 5,8 juta pelanggan, serta solusi pemahaman video GenAI yang menganalisis video afiliasi dalam hitungan menit, bukan jam.

   PythonAI AgentsLLMsRAGVoice AIPyTorchComputer VisionRemote SensingDatabricksAWSAI Governance
2. Delman Data Lab

   Analitik & Rekayasa Data

   

   Data Scientist

   Mar 2022 – Apr 2024

   Penuh waktu· Indonesia (remote)

   Membangun pipeline data, model prediktif, dan otomasi pelaporan untuk klien FMCG dan manufaktur.

   • Otomasi pelaporan untuk klien FMCG — mengurangi biaya operasional 50% dan waktu pemrosesan harian 99% (dari jam menjadi menit), tanpa kesalahan manusia yang ditemukan setelah peluncuran.
   • Standardisasi data pengadaan untuk klien manufaktur — menyatukan 12 ribu+ barang, 1 ribu+ pemasok, dan 46 ribu+ transaksi menjadi golden record serta mengidentifikasi potensi penghematan hingga 50%.
   • Peningkatan platform, demo klien, dan pengiriman solusi forecasting, rekonsiliasi, serta pemeliharaan prediktif.

   PythonSQLForecastingETLPredictive MaintenanceData Engineering
3. Daewoong Pharmaceutical

   AI Farmasi & Kesehatan

   

   AI Engineer

   Jul 2021 – Sep 2022

   Paruh waktu· Korea Selatan (remote)

   Mengembangkan solusi AI untuk kontrol kualitas farmasi dan layanan kesehatan berbasis chatbot.

   • Deteksi kualitas enkapsulasi real-time — EfficientNet pada grid 16 frame dari 300 ribu gambar, akurasi uji 93,5%, dikirim sebagai aplikasi desktop mandiri di samping mesin.
   • Sano, asisten kesehatan di Telegram — pengingat obat (RASA NLU), identifikasi obat dari foto (MobileNetV2), dan rekomendasi obat serupa (TF-IDF).
   • Analitik ulasan pelanggan berbahasa Korea — sentimen BERT, ringkasan BART, dan word cloud dalam dashboard Flask + React.

   Computer VisionNLPChatbotTensorFlowSentiment Analysis
4. INSLAB, Pusan National University

   Penelitian Jaringan IoT & Sistem AI

   

   Peneliti AI-IoT

   Sep 2018 – Feb 2024

   Penuh waktu· Busan, Korea Selatan

   Melakukan penelitian tentang optimasi jaringan IoT, deteksi kesalahan, dan alokasi sumber daya berbasis SDN menggunakan metode AI/ML.

   • Optimasi jaringan 6TiSCH menggunakan Q-Learning (multi-agen) — mencapai +12% PDR, -23% konsumsi energi, -9% latensi.
   • Implementasi protokol IoT Wi-SUN untuk jaringan utilitas pintar.
   • Model deteksi kesalahan sistem hidrolik — akurasi ~98% di berbagai kelas kesalahan.
   • Kerangka alokasi tugas berbasis SDN untuk jaringan komputasi IoT-fog.

   Q-LearningIoT6TiSCHSDNPythonFault DetectionNetwork Simulation

Pendidikan

Pusan National University

Busan, Korea Selatan

Master & PhD Terintegrasi

Teknik Komputer

2018 – 2024IPK: 4.28 / 4.5

Tesis

Peningkatan Pembentukan dan Transmisi Jaringan 6TiSCH menggunakan Q-Learning

Mata Kuliah Utama

Pembelajaran Mesin LanjutanSistem Jaringan IoTJaringan Sensor NirkabelArsitektur Komputer Lanjutan

Institut Teknologi Sepuluh Nopember (ITS)

Surabaya, Indonesia

Sarjana Ilmu Komputer

Ilmu Komputer

2014 – 2018IPK: 3.72 / 4

Tesis

Pengenalan Aktivitas Manusia pada Data Video menggunakan Jaringan Saraf Konvolusional 3D

Mata Kuliah Utama

Kecerdasan BuatanVisi KomputerPenambangan DataRekayasa Perangkat Lunak