Dzaky Zakiyal Fawwaz

Proyek

Studi Kasus Unggulan
Deteksi Metana dari Satelit & Investigasi Insiden Berbasis Agen

Perusahaan minyak & gas · melalui Accenture · 2026

Deteksi Metana dari Satelit & Investigasi Insiden Berbasis Agen

Memimpin stream Data & AI pada platform deteksi metana yang masuk produksi pada Oktober 2026. Platform ini mendeteksi dan mengukur plume di lokasi industri dari citra satelit publik, memverifikasinya dengan sensor gas darat dan catatan pemeliharaan, lalu meminta Deep Agent menemukan akar masalah, merekomendasikan tindakan terbaik berikutnya, dan menulis laporan terkutip untuk ditinjau manusia.

PythonPyTorchsegmentation-models-pytorchPySpark+12
Lihat studi kasus →
Agen AI untuk Platform GenAI Pembuatan Iklan di Produksi

Accenture · SaaS produksi, tim berbasis di Jerman (remote) · 2025–2026

Agen AI untuk Platform GenAI Pembuatan Iklan di Produksi

Merilis agen AI, gerbang evaluasi LLM, dan ingestion RAG ke layanan orkestrasi AI berbasis Python/FastAPI pada platform GenAI multi-tenant yang dipakai di produksi oleh merek konsumen global untuk menyusun brief kampanye, mengekstrak panduan merek, dan membuat kreatif iklan yang sesuai merek.

PythonFastAPIpydantic-aiLangGraph+13
Lihat studi kasus →
Agen Suara AI Real-Time yang Di-host Mandiri

Operator telekomunikasi · melalui Accenture · 2026–present

Agen Suara AI Real-Time yang Di-host Mandiri

Sedang membangun platform agen suara yang di-host mandiri (speech-to-text, LLM, text-to-speech) sehingga penelepon dapat berbicara dengan agen layanan pelanggan AI dalam bahasa Indonesia dan bahasa lain melalui web, aplikasi mobile, dan jalur telepon, dengan semua model berjalan di GPU privat. Masih berjalan.

PythonPipecatFastAPIvLLM+11
Lihat studi kasus →
Optimasi Jaringan Gerai Ritel dengan ML Geospasial

Operator telekomunikasi · melalui Accenture · 2024–2025

Optimasi Jaringan Gerai Ritel dengan ML Geospasial

Membangun mesin keputusan geospasial yang merekomendasikan, untuk setiap gerai layanan pelanggan dalam jaringan nasional, apakah gerai dipertahankan, diubah ukurannya, dipindahkan, atau ditutup serta di mana kios swalayan sebaiknya ditempatkan, dengan LLM yang menulis justifikasi untuk tiap gerai.

PySparkApache SedonaH3XGBoost+8
Lihat studi kasus →
Analisis Video GenAI untuk Kreator Afiliasi

Perusahaan kecantikan & perawatan diri · melalui Accenture · 2024

Analisis Video GenAI untuk Kreator Afiliasi

Berkontribusi pada solusi pemahaman video GenAI yang menganalisis video pendek kreator afiliasi dalam hitungan menit, bukan berjam-jam review manual: Gemini menilai setiap video per adegan dan menjelaskan kepada tim merek mengapa video itu laku serta apa yang sebaiknya dilakukan kreator selanjutnya.

PythonGemini 1.5 / 2.0 FlashStreamlitWhisper+5
Lihat studi kasus →
Otomatisasi Laporan Harian Penjualan & Stok

Perusahaan FMCG · melalui Delman Data Lab · 2022–2024

Otomatisasi Laporan Harian Penjualan & Stok

Mengotomatiskan laporan harian penjualan dan stok yang disusun perusahaan FMCG dari file mitra ritel modern, memangkas biaya operasional 50% dan waktu pemrosesan harian 99%, tanpa kesalahan manusia yang ditemukan setelah peralihan.

PythonpandasSQLETL pipelines+1
Lihat studi kasus →
PlanSpot: Symbol Spotting One-Shot pada Gambar CAD

Proyek riset pribadi · open source · 2026

PlanSpot: Symbol Spotting One-Shot pada Gambar CAD

Tandai satu simbol pada denah, dan PlanSpot menemukan semua simbol yang sama dalam orientasi apa pun, tanpa pelatihan khusus untuk simbol itu. Proyek ini membandingkan pencocokan fitur DINOv2 (frozen) dengan baseline pencocokan piksel klasik pada gambar CAD nyata, dengan pembagian data per gambar dan ambang per kueri. Fase kedua melakukan fine-tuning DINOv2 dengan LoRA untuk menyegmentasi garis dinding setebal 1–3 px.

PythonPyTorchDINOv2Hugging Face Transformers+5
Lihat studi kasus →
Proyek Lainnya
Pembersihan Data Pelanggan & Segmentasi RFM Skala Besar

Perusahaan barang konsumen · melalui Accenture · 2024

Pembersihan Data Pelanggan & Segmentasi RFM Skala Besar

Membangun pipeline pembersihan data dan segmentasi RFM terkontainerisasi untuk 5,8 juta pelanggan lintas merek dan marketplace online, dengan 77 model K-means dan LLM yang memberi label bisnis untuk setiap klaster.

Pythonpandasscikit-learnXGBoost+7
Lihat studi kasus →
Tata Kelola AI yang Bertanggung Jawab & Asesmen Teknologi AI

Grup energi · melalui Accenture · 2025

Tata Kelola AI yang Bertanggung Jawab & Asesmen Teknologi AI

Menilai use case AI di grup energi dengan banyak unit bisnis, menyusun panduan pemilihan teknologi, dan menjalankan asesmen risiko Responsible AI secara langsung dengan uji explainability, kualitas LLM, dan PII.

StreamlitRagasMicrosoft PresidioDetoxify+4
Lihat studi kasus →
Master Data Pengadaan & Analitik Harga

Grup manufaktur · melalui Delman Data Lab · 2022–2024

Master Data Pengadaan & Analitik Harga

Menyatukan data barang, pemasok, dan transaksi dari tiga unit bisnis sebuah grup manufaktur menjadi golden record, sehingga tim pengadaan dapat membandingkan harga antar pemasok. Perbandingan ini menunjukkan potensi penghematan hingga 50% dengan memilih pemasok berharga terbaik.

PythonpandasSQLRecord matching+2
Lihat studi kasus →
Deteksi Kualitas Enkapsulasi Real-Time

Daewoong Pharmaceutical · 2021–2022

Deteksi Kualitas Enkapsulasi Real-Time

Membangun model computer vision yang menilai kualitas enkapsulasi droplet dari rangkaian frame kamera (akurasi uji 93,5%) dan memprediksi setelan frekuensi mesin, dikirim sebagai aplikasi real-time mandiri di samping mesin enkapsulasi.

PythonTensorFlow 2 / KerasEfficientNet-B0 / B3Grad-CAM+3
Lihat studi kasus →
Sano: Chatbot Asisten Kesehatan Pribadi

Daewoong Pharmaceutical · 2021–2022

Sano: Chatbot Asisten Kesehatan Pribadi

Asisten kesehatan di Telegram yang mengingatkan pasien minum obat, mengenali obat dari teks atau foto, merekomendasikan obat serupa saat stok habis, dan menunjukkan apotek terdekat.

PythonRASA NLUspaCyDIETClassifier+4
Lihat studi kasus →
Analitik Ulasan Pelanggan untuk Toko Online

Daewoong Pharmaceutical · 2021–2022

Analitik Ulasan Pelanggan untuk Toko Online

Menganalisis ulasan pelanggan berbahasa Korea untuk produk toko online: model BERT memisahkan ulasan positif dan negatif, model BART merangkum masing-masing sisi per produk, dan word cloud menampilkan kata yang paling sering muncul, semuanya dalam dashboard Flask + React.

PythonPororo (Kakao Brain)BERTBART+5
Lihat studi kasus →
Q-Learning untuk Pembentukan dan Transmisi Jaringan 6TiSCH

Penelitian Universitas Nasional Pusan · 2018–2024

Q-Learning untuk Pembentukan dan Transmisi Jaringan 6TiSCH

Riset Ph.D. yang membuat jaringan IoT industri (6TiSCH) belajar: Q-Trickle mempercepat pembentukan jaringan, dan ACI-RPL membuat routing lebih andal dengan multi-agent Q-learning kooperatif. Keduanya divalidasi melalui simulasi dan pada hingga 32 node nyata.

PythonQ-LearningMulti-agent RL6TiSCH / RPL / TSCH+3
Lihat studi kasus →
Aplikasi Halal MUFKO

MUFKO, Korea Selatan · 2019

Aplikasi Halal MUFKO

Pengembang backend untuk MUFKO (Muslim Friendly Korea), aplikasi yang memindai camilan Korea untuk bahan terkait kehalalan serta menampilkan restoran halal dan tempat salat. Aplikasi ini memiliki 100K+ unduhan dan rating 4,6 di Google Play.

GraphQLGoogle OAuthLaravelFlutter
Lihat studi kasus →
Pengenalan Aktivitas Manusia untuk Pemeriksaan Keamanan & Cuci Tangan

Center for IoT Innovation (CITI), NTUST, Taiwan · 2018

Pengenalan Aktivitas Manusia untuk Pemeriksaan Keamanan & Cuci Tangan

Sistem video yang memeriksa apakah orang mengikuti rutinitas pemeriksaan keamanan dan cuci tangan. Sistem mengekstrak keypoint OpenPose dari setiap frame dan mengklasifikasikan urutan 20 frame dengan LSTM, mencapai akurasi uji 98% untuk pemeriksaan keamanan dan 63% untuk cuci tangan. Proyek ini melanjutkan topik skripsi saya, pengenalan aktivitas manusia pada video.

PythonOpenPoseKerasTensorFlow+2
Lihat studi kasus →

Keahlian

AI Agentik

Membangun agen AI dan sistem multi-agen dengan tool, MCP, dan gerbang evaluasi, dari proof of concept hingga produksi.

  • Pydantic AI — deep agent produksi dengan output bertipe
  • Deep Agents — agen perencana dengan tool dan skill
  • LangGraph — orkestrasi agen stateful
  • LangChain — komponen aplikasi LLM
  • MCP — tool Model Context Protocol
  • LLM Evaluation — pydantic-evals, LLM-as-judge, gerbang CI
  • Langfuse — tracing LLM dan dataset evaluasi
  • Agent Harness — pengiriman otonom berbasis spesifikasi

GenAI & LLM

Menerapkan dan menyajikan model bahasa besar melalui RAG, rekayasa prompt, inferensi self-hosted, dan integrasi API untuk kasus penggunaan produksi.

  • RAG — pgvector dan hybrid search BM25
  • Prompt Engineering — CoT, ToT, ReAct, Reflexion
  • vLLM & TensorRT-LLM — serving LLM dan STT self-hosted di GPU
  • Qwen — LLM open-weight (kuantisasi AWQ)
  • Claude API — Anthropic SDK dan penggunaan alat
  • OpenAI / Azure OpenAI — model GPT dan gambar
  • Gemini / Vertex AI — Model multimodal Google
  • OpenRouter — routing model multi-penyedia

Computer Vision

Klasifikasi gambar, deteksi objek, segmentasi, dan sistem inspeksi real-time menggunakan deep learning.

  • PyTorch — CNN, ViT, arsitektur kustom
  • OpenCV — pemrosesan gambar dan pipeline
  • Object Detection — YOLO, Faster R-CNN
  • Semantic Segmentation — U-Net, DeepLabV3+ dengan ConvNeXt
  • Self-Supervised Learning — pretraining SimCLR, backbone timm
  • Image Layer Decomposition — LayerD, inpainting LaMa, OCR
  • OCR — PaddleOCR, Docling
  • Real-time Inference — sistem inspeksi lini produksi

NLP & Voice AI

Pemahaman teks dengan transformer, serta agen suara real-time yang mendengar, berpikir, dan berbicara dengan latensi rendah.

  • Transformers — Keluarga BERT, RoBERTa, T5
  • HuggingFace — hub model dan fine-tuning
  • Text Classification — multi-label dan multi-kelas
  • Information Extraction — NER, ekstraksi relasi
  • Pipecat — pipeline agen suara streaming
  • Whisper (STT) — speech-to-text di TensorRT-LLM
  • GPT-SoVITS (TTS) — fine-tuning TTS bahasa Indonesia dengan frontend G2P
  • Silero VAD & WebRTC — giliran bicara, barge-in, transport real-time

Penginderaan Jauh

Analisis citra satelit dan udara untuk klasifikasi tutupan lahan, deteksi perubahan, dan ekstraksi fitur geospasial.

  • Land Cover Classification — dari citra multi-spektral
  • Change Detection — analisis citra satelit temporal
  • Feature Extraction — pemetaan infrastruktur dan aset
  • GIS Integration — pipeline data geospasial
  • Sentinel-2, Landsat, EMIT — citra multispektral dan hiperspektral
  • Apache Sedona & H3 — spatial SQL dan grid heksagonal skala besar
  • GeoPandas & rasterio — pemrosesan vektor dan raster

ML & Deep Learning

Machine learning klasik dan deep learning untuk pemodelan prediktif, optimasi, dan sistem pengambilan keputusan berbasis data.

  • Scikit-learn — ML klasik dan pipeline
  • XGBoost — model permintaan dan tabular
  • K-means Clustering — segmentasi pelanggan dan pengunjung
  • Optimization — integer programming, algoritma genetika
  • PyTorch — pelatihan jaringan saraf
  • Keras — prototyping cepat
  • Reinforcement Learning — Q-Learning, policy gradient
  • Feature Engineering — data tabular dan time-series

Data, MLOps & Cloud

Membangun pipeline data, platform ML, API, dan infrastruktur cloud yang membawa model ke produksi.

  • Databricks — MLflow, Unity Catalog, job GPU
  • PySpark & Airflow — pipeline medallion dan orkestrasi
  • Kubeflow — pipeline ML
  • AWS — ECS, EKS, S3, ECR, CloudWatch
  • Terraform & Docker — infrastruktur sebagai kode dan kontainer
  • GitHub Actions — CI, gerbang tes dan evaluasi
  • FastAPI — REST API asinkron
  • GraphQL & OAuth 2.0 — backend API dengan login Google
  • Flask — layanan web ringan
  • PostgreSQL — pemodelan data relasional
  • ETL Pipelines — ingesti dan transformasi data
  • Pandas & NumPy — manipulasi dan analisis data
  • Streamlit — aplikasi data dan dasbor