AI/ML engineer · Banda Aceh, IDAI/ML engineer · Computer vision · Web
ZidanMubarak
Saya melatih vision-language model sampai bisa membaca tulisan tangan Jawi.
01Tentang
Saya bekerja di titik temu model bahasa dan tulisan tangan.
Saya menyelesaikan studi Teknologi Informasi di UIN Ar-Raniry, Banda Aceh, dengan skripsi tentang mengajarkan vision-language model membaca Jawi, aksara Melayu-Arab yang dibaca model dasar dengan character error 82,5%. Menurunkannya ke 17,4% butuh tiga skenario data, satu epoch 4 yang overfit, dan satu keputusan untuk berhenti di epoch 3.
Bagian machine learning yang tidak glamor justru yang layak dipertahankan: asal-usul data, evaluasi yang jujur, dan antarmuka yang bisa dipakai tanpa membaca README. Python untuk model, TypeScript saat hasilnya harus hidup di browser, dan tata letak yang saya rancang sendiri.
- Zona waktu
- UTC+7 (WIB)
- Fokus
- Vision-language · OCR
- Sekarang
- Terbuka untuk peran AI/ML
02Layanan
Empat cara saya bisa membantu.
Bukan daftar semua hal yang pernah saya sentuh. Empat area yang buktinya ada di halaman ini.
Fine-tuning vision-language model, melatih classifier dan recommender, lalu mengevaluasinya dengan jujur. Pekerjaan dimulai dari kurasi dataset dan berakhir pada checkpoint yang bisa dipanggil lewat API atau demo.
- Fine-tuning vision-language dengan QLoRA
- Computer vision dan transfer learning
- Sistem rekomendasi
- Evaluasi: CER, WER, akurasi
Bukti
- Jawi OCR
- Pacu Pintar
- NusantaraGo
Next.js dan TypeScript untuk front end, Flask dan FastAPI saat model butuh pintu masuk, serta CodeIgniter ketika deployment PHP yang ada harus tetap berjalan. Data bertipe, markup aksesibel, deployment yang muat di free tier.
- Next.js, React, dan TypeScript
- Layanan Flask dan FastAPI
- MySQL dan REST API
- Front end aksesibel dan responsif
Bukti
- Memory Vault AI
- NusantaraGo
- Guest Book System
Tata letak editorial, dashboard, dan sistem antarmuka, termasuk alur kartu identitas dan check-in di guest book system serta grafik yang membawa argumen pada analisis iklim. Tipografi, spasi, dan hierarki diperlakukan sebagai bagian dari rekayasa, bukan dekorasi di atasnya.
- Desain antarmuka dan tata letak
- Design system dan token
- Visualisasi data
- Hierarki informasi
Bukti
- Guest Book System
- Climate × Agriculture
Asisten laboratorium untuk Algoritma dan Pemrograman serta Big Data Analytics di UIN Ar-Raniry. Dasar Java di satu ruang, OpenCV dan transfer learning CNN di ruang lain, ditambah studi kasus dan rubrik yang membuat kedua praktikum bisa dinilai.
- Dasar pemrograman Java
- Praktikum computer vision
- Desain studi kasus dan rubrik
- Debugging satu per satu
Bukti
- Asisten Laboratorium, Algoritma dan Pemrograman
- Asisten Laboratorium, Big Data Analytics
03Karya pilihan
Enam proyek yang layak dilihat
Dipilih karena dampaknya dan seberapa banyak bukti yang bisa dilihat publik. Yang pertama adalah skripsi.
Jawi OCR
2026 · PenelitianCER 82,51% → 17,35% pada 790 citra uji
Baca studi kasus
Pacu Pintar
2026 · Machine learningRandom Forest · akurasi ≈90%
Lihat proyek
Memory Vault AI
2026 · Open sourceEmpat tipe memori · local-first · di PyPI
Lihat proyek
NusantaraGo
2025 · Sistem rekomendasiTF-IDF + collaborative filtering · 107 commit
Lihat proyek
Guest Book System
2025 · Aplikasi webCheck-in QR · kartu ID otomatis · ekspor Excel
Lihat proyek
Climate × Agriculture
2025 · Sains data10.002 baris × 15 kolom · empat metrik
Lihat proyek04Rekam
Rekam: pengalaman, pendidikan, dan sertifikasi
- Pengalaman
- 05
- Pendidikan
- 01
- Sertifikasi, penghargaan, makalah
- 05
Entri dan tanggal merujuk ke CV dan halaman kredensial publik. Terbaru di atas; satu terbuka setiap kali.
Pengalaman
05 entriDukungan praktikum untuk bagian computer vision di laboratorium Big Data Analytics.
- Mendampingi sesi praktikum pemrosesan citra dengan Python dan OpenCV, klasifikasi citra dengan CNN, serta transfer learning melalui fine-tuning.
- Membantu mahasiswa memahami materi dan masalah teknis yang menyertainya: environment, tensor, dan proses training.
- OpenCV
- CNN
- Transfer learning
- Python
Praktikum dasar Java, termasuk studi kasus dan rubrik yang dipakai untuk menilainya.
- Membimbing mahasiswa melalui dasar Java: variabel, tipe data, input, operator aritmetika, dan percabangan.
- Menulis studi kasus praktikum dengan tingkat kesulitan seimbang, masing-masing dengan rubrik penilaiannya.
- Java
- Dasar pemrograman
- Rubrik
Tim ML dua orang untuk Pacu Pintar, platform learning analytics berbasis AI. Capstone ini meraih Best Capstone Project.
- Membangun komponen machine learning untuk Pacu Pintar, terintegrasi dengan aplikasi Next.js dan Hapi.js tim.
- Melatih classifier Random Forest untuk tiga kategori kecepatan belajar dengan akurasi ≈90%.
- Membangun API ML FastAPI yang menyajikan classifier dan saran belajar personal berbasis LLM.
- Menyelesaikan jalur soft skill kohort untuk kesiapan kerja.
- scikit-learn
- FastAPI
- LLM
- Kerja tim
Enam bulan machine learning berbasis sertifikasi, berakhir dengan capstone NusantaraGo-ML.
- Menyelesaikan seluruh kelas dan proyek sertifikasi di jalur machine learning, termasuk modul soft skill dan literasi finansial.
- Membangun classifier citra dengan CNN dan transfer learning.
- Kontributor teratas NusantaraGo-ML: recommender pariwisata dengan content-based dan collaborative filtering, disajikan melalui Flask.
- CNN
- Transfer learning
- Sistem rekomendasi
- Flask
Tiga bulan mendigitalkan dan melaporkan data keuangan untuk badan keuangan provinsi.
- Mendigitalkan dan mengolah data keuangan dengan spreadsheet dan alat analisis.
- Menulis dokumentasi internal dan laporan operasional harian, serta mendukung alur pelaporan keuangan.
- Spreadsheet
- Entri data
- Dokumentasi
Pendidikan
01 entriS1, gelar sarjana
SkripsiImplementasi Multimodal Large Language Model Untuk Ekstraksi dan Transliterasi Printed Jawi Script
- Lulus 2026.
- Skripsi menghasilkan adapter Jawi publik dan demo Gradio di Hugging Face.
Sertifikasi, penghargaan, makalah
05 entriAsah led by Dicoding
Diberikan untuk Pacu Pintar, platform learning analytics berbasis AI yang dibangun tim ML dua orang di dalam tim web yang lebih besar.
Dicoding Indonesia · Lanjutan
Dasar MLOps: metadata eksperimen, penyajian model, monitoring, dan alerting.
- MLOps
- Penyajian model
- Monitoring
Academic Journal of Computer Science Research
Penulis ketiga dari empat. Jaringan Hebbian mengenali huruf Hijaiyyah waw dan ba dari matriks bipolar 5×5, diimplementasikan dan diverifikasi dengan Python.
- Jaringan saraf
- Pengenalan pola
- Python
Dicoding Indonesia · Lanjutan
Machine learning terapan: predictive analytics, analisis sentimen, computer vision, dan sistem rekomendasi.
- Predictive analytics
- Computer vision
- Recommender
Dicoding Indonesia · Menengah
Menyiapkan data berkualitas untuk proyek berbasis data dengan Python, SQL, dan PostgreSQL.
- Pemrosesan data
- SQL
- PostgreSQL
05Alat
Yang saya pakai.
Alat yang muncul di proyek-proyek ini dan pekerjaan di baliknya. Ikon dari simple-icons.
01
Machine learning
- Python
- PyTorch
- TensorFlow
- scikit-learn
- Hugging Face
- Keras
- OpenCV
02
Data
- pandas
- Jupyter
- NumPy
- SQL / PostgreSQL
- Plotly
- Streamlit
03
Web
- TypeScript
- Next.js
- React
- Tailwind CSS
- PHP
- CodeIgniter
- Bootstrap
- JavaScript
04
Deployment
- FastAPI
- Flask
- Gradio
- Docker
- Vercel
- PyPI
05
Alat
- Git
- GitHub
- GitHub Actions
- Linux
- Google Colab
06Kontak
Mari buatsesuatuyang terbaca.
Ceritakan yang sedang Anda bangun. Satu kalimat tentang peran, proyek, atau masalahnya sudah cukup.
Di tempat lain
- LinkedInin/zidan-mubarak (terbuka di tab baru)
- GitHub@zidanmubarak (terbuka di tab baru)
- Hugging Face@zidanmubarak (terbuka di tab baru)
Formulir ini membalas dari alamat tersebut. Tidak ada yang ditambahkan ke daftar.