Halo, Saya
Muhammad Zulkarnaini.
Data Analyst & ML/AI Engineer
Mengubah data menjadi keputusan lewat statistik, machine learning, dan deep learning.

SAYAMUHAMMAD ZULKARNAINIDATA ANALYST & ML/AI ENGINEER
Saya lulusan Statistika Universitas Syiah Kuala tahun 2026 dan alumni Coding Camp by DBS Foundation jalur Machine Learning Engineer. Sehari-hari saya bekerja dengan data, mulai dari eksplorasi dan pembersihan sampai membangun model machine learning end-to-end untuk berbagai jenis data, dari citra satelit, sinyal medis, sampai data tabular. Bagi saya, memilih metode yang tepat dan mengevaluasinya secara jujur jauh lebih penting daripada sekadar model yang terlihat canggih.
Tech Stack.
Excel
Excel
Excel
Excel
Excel
Excel
Excel
ExcelPendidikan & Pengalaman.
Dinas Komunikasi, Informatika dan Persandian Aceh
Magang Berdampak
Terbiasa menangani pembersihan dan pengolahan data instansi pemerintah, dari data mentah sampai siap analisis.
Memahami tata kelola data pemerintah lewat migrasi data dan pengisian metadata sesuai standar Satu Data Aceh.
Mengelola metadata dataset SPM (Standar Pelayanan Minimal) hingga siap dipublikasikan.
Mengasah komunikasi teknis dengan membimbing SKPA mengisi dan memperbarui data di portal Open Data Aceh.
Belajar langsung dari praktisi data BPS, Bappeda Aceh, SKALA, dan BPSDM lewat kuliah tamu.
Mengembangkan data storytelling lewat konten video edukatif dan publikasi berbasis data statistik dan geospasial.
Menulis artikel riset berbasis data untuk mendukung penelitian akademik dan pengembangan kebijakan.
Coding Camp powered by DBS Foundation
Kohort Machine Learning Engineer
Menguasai fondasi machine learning end-to-end: supervised & unsupervised learning, computer vision, time series, NLP, dan generative AI.
Membangun capstone project berbasis tim untuk menyelesaikan masalah nyata dengan machine learning.
Mengembangkan soft skill profesional: komunikasi, networking, business presentation, dan personal branding.
Terlatih presentasi dalam bahasa Inggris (expressing opinions, effective presentations).
Proyek Pilihan.
Kumpulan proyek dan kompetisi data science & machine learning, dengan fokus pada pendekatan dan metode yang saya gunakan di tiap kasus.

Peramalan Frekuensi Gempa di ASEAN dengan Metode Prophet — AMSF 2025
E-poster ilmiah untuk ASEAN Malaysia Statistical Forum (AMSF) 2025, kompetisi yang diselenggarakan Department of Statistics Malaysia (DOSM) bersama Institut Statistik Malaysia dengan tema Advancing ASEAN Through Inclusive Data and Innovation. Penelitian ini meramalkan frekuensi gempa bumi di kawasan ASEAN menggunakan data titik gempa 1980 sampai 2025. Tiga model time series dibandingkan: ARIMA, LSTM, dan Prophet. Prophet dipilih sebagai model terbaik untuk menangkap tren dan musiman frekuensi gempa, lalu dituangkan ke dalam e-poster berjudul Implementation of Prophet Method for Earthquake Frequency Forecasting in the ASEAN.

Dashboard of E-Commerce, Logistics, and Transportation in Indonesia
Dashboard interaktif Tableau yang memetakan lanskap e-commerce, logistik, dan transportasi di Indonesia. Terdiri dari empat halaman: Pendahuluan, Perdagangan Digital dan Permintaan, Distribusi dan Layanan Logistik, serta Mobilitas dan Konektivitas. Setiap halaman menyajikan visualisasi yang saling terhubung untuk menelusuri hubungan antara pertumbuhan perdagangan digital, kapasitas logistik, dan konektivitas transportasi antarwilayah.

Rasa Kata — Deteksi Emosi Berbasis NLP
Proyek capstone Coding Camp powered by DBS Foundation (Apr 2025 sampai Jun 2025). Rasa Kata adalah sistem berbasis web yang menggabungkan teknologi Natural Language Processing (NLP) dengan ruang bercerita yang aman dan inklusif. Rasa Kata mampu mendeteksi emosi seperti sedih, marah, atau takut dari tulisan pengguna. Tidak hanya berperan sebagai alat pendeteksi emosi, Rasa Kata juga menyediakan ruang bercerita privat tempat pengguna dapat menuliskan perasaannya tanpa takut dihujat atau dihakimi. Pengguna juga dapat mengelola emosinya secara mandiri sekaligus memahami kondisi psikologisnya lebih dalam.
Anforcom ML 2025 — Machine Learning Competition
Kompetisi Machine Learning Anforcom 2025. Pendekatan: [TBD: jenis tugas — klasifikasi/regresi/NLP]. Preprocessing meliputi pembersihan teks/data dan [TBD]. Untuk analisis sentimen (jika NLP) menggunakan [TBD: mis. TF-IDF + SVM atau IndoBERT]; untuk tabular menggunakan [TBD]. Evaluasi memakai [TBD: metrik]. Hasil: [TBD: juara/peringkat].
SSDS 2025 — Data Science Competition & Paper
Kompetisi Data Science SSDS 2025, disertai penulisan paper. Pendekatan: [TBD: rumusan masalah dari paper]. Metodologi mencakup [TBD: EDA, preprocessing, metode utama]. Model/metode utama [TBD: mis. forecasting deret waktu / klasifikasi], dievaluasi dengan [TBD: metrik]. Temuan dituangkan dalam paper. Hasil: [TBD: juara/peringkat + kontribusi paper].
Sertifikat & Penghargaan.






Hubungi Saya.
Punya proyek data, peluang kolaborasi, atau sekadar ingin menyapa? Jangan ragu mengirim pesan. Saya terbuka untuk peluang di bidang data & machine learning.
Lokasi
Banda Aceh, Indonesia
