Supported by Intermediate Full-Stack Web & Mobile Development Capabilities
Saya berfokus pada pengembangan sistem cerdas dan solusi berbasis data end-to-end—mulai dari automated data ingestion & web scraping, analisis statistik & ekonometrika spasial, pemodelan Machine Learning / Computer Vision, hingga mengintegrasikannya ke dalam aplikasi web interaktif (Next.js, Streamlit) serta executive dashboard (Looker Studio) yang siap digunakan di lingkungan produksi.
| Kategori | Spesialisasi, Bahasa & Teknologi |
|---|---|
| Machine Learning & AI | Predictive Modeling & Classification (Scikit-Learn, Random Forest, Gradient Boosting), Time-Series Forecasting (ARIMA, SARIMAX, Prophet), Computer Vision (Deepfake Detection), Explainable AI (SHAP), Algorithmic Fairness Audit, AI Chatbot Integration |
| Data Science & Analytics | Exploratory Data Analysis (Pandas, NumPy), Spatial Econometrics (GeoPandas, LISA, Moran's I, MGWR), Interrupted Time Series (Statsmodels), Mathematical Modeling, BI Dashboarding (Google Looker Studio, Matplotlib, Seaborn) |
| Data Engineering & MLOps | Async Multi-Agent ETL (asyncio, Playwright), Automated Web Scraping (Python), Data Contract & Validation (Pydantic, Pandera), CI/CD & Quality (GitHub Actions, Pytest, Ruff, Mypy), Serialization (Joblib, Parquet) |
| Web, Mobile & IoT Dev (Intermediate) | Frontend & Full-Stack: TypeScript, JavaScript, Next.js, React.js, Node.js, PHP (Laravel / Blade), HTML/CSS, Tailwind CSSML Web App & Mobile: Streamlit, Dart (Flutter), IoT IntegrationDatabase & Deployment: PostgreSQL, MySQL, Vercel, Netlify, Cloud Server |
| Proyek | Deskripsi & Metodologi Utama | Tech Stack | Akses Repo & Server |
|---|---|---|---|
| Analisis Tren Pasar Tradisional | Early Warning System risiko pasar tradisional di 38 Kab/Kota Jawa Timur berbasis async multi-agent ETL, data panel, ekonometrika spasial (LISA), Interrupted Time Series (ITS), dan forecasting. | Python Asyncio Pandera Prophet GeoPandas Streamlit |
(/dawooodd/analisis-tren-pasartradisional) 🌐 Live App |
| Student Retention & Dropout EWS | Sistem deteksi dini dropout mahasiswa menggunakan Random Forest, audit bias/keadilan algoritma, interpretasi fitur SHAP, dan simulasi kebijakan What-If. | Python Scikit-Learn Random Forest SHAP CRISP-DM Streamlit |
(/dawooodd/Penerapan-Data-Science-2) 🌐 Live App 📈 Dashboard |
| HR Analytics: Employee Attrition | Sistem prediksi risiko turnover karyawan berbasis pipeline Scikit-Learn, script inferensi CLI untuk tim HR, serta visualisasi KPI di Looker Studio. |
Python Scikit-Learn Pandas Joblib Looker Studio |
(/dawooodd/Penerapan-Data-Science) 📈 Dashboard |
| Fit-Smart (Nutrition & Workout AI) | Aplikasi rekomendasi nutrisi & olahraga personal berdasarkan profil fisik serta target pengguna, dilengkapi analitik retensi dan integrasi web. | Python Machine Learning Streamlit React.js Node.js PostgreSQL |
(/dawooodd/Fit-Smart) · 📂 Capstone 🌐 Live App |
| Deepfake Detection System (Skripsi) | Penelitian dan pengembangan model deteksi manipulasi citra/video deepfake berbasis Computer Vision & Deep Learning. | Python Deep Learning Computer Vision |
🌐 Live Demo |
| Fraudulent Job Posting Detection | Pemodelan klasifikasi Machine Learning untuk mendeteksi lowongan kerja palsu/penipuan dari data tekstual dan atribut lowongan. | Python Machine Learning NLP |
🌐 Live Demo |
| Clinical ML: Deteksi Hipertensi | Sistem pemodelan prediktif berbasis Python untuk klasifikasi dan deteksi dini risiko hipertensi berdasarkan parameter kesehatan. | Python Predictive Modeling Healthcare Analytics |
(/dawooodd/deteksi-hipertensi) |
| Asian Cup 2027 Analytics | Eksplorasi data dan pemodelan analitik turnamen sepak bola menggunakan ekosistem pemrosesan data Python. | Python Data Analysis |
(/dawooodd/asian-cup-2027) |
- 🕷️ Automated Comic Web Scraper (` — Pipeline ekstraksi dan pengunduhan aset gambar otomatis berbasis Python.
- 🔧 Fundamental Pemrosesan Data — Implementasi arsitektur pipeline pembersihan, transformasi, dan validasi data menggunakan Python.
- 📈 Fundamental Analisis Data — Dokumentasi Exploratory Data Analysis (EDA) dan visualisasi statistik terstruktur di Jupyter Notebook.
- 🧮 Matematika Data Science & Belajar Python — Komputasi aljabar linear, kalkulus, probabilitas statistik, dan struktur algoritma dasar untuk Data Science.
Sebagai nilai tambah di luar Data Science & ML, saya aktif mengembangkan dan men-deploy aplikasi web serta mobile ke server produksi:
| Proyek | Kategori & Fitur Utama | Tech Stack | Status & Tautan |
|---|---|---|---|
| Personal Tech Portfolio | Website portofolio interaktif yang merangkum proyek rekayasa perangkat lunak dan sains data. | JavaScript Modern Web |
|
| Next.js AI Chatbot | Aplikasi web conversational AI modern dengan antarmuka pengguna yang responsif dan type-safe. | TypeScript Next.js AI API |
|
| NengCollection E-Commerce | Platform e-commerce full-stack untuk manajemen katalog produk, transaksi, dan antarmuka pelanggan. | TypeScript Next.js PostgreSQL |
|
| Portal Web BKLTI Unmerpas | Refactoring arsitektur komponen, optimasi routing, dan responsive layout untuk portal institusi kampus. | ||
| Kedai Kisanak Web Platform | Aplikasi web bisnis F&B untuk katalog menu digital dan interaksi pelanggan. | JavaScript Web Development |
|
| AR-Campus & Aplikasi Toko | Pengembangan aplikasi mobile lintas platform untuk navigasi kampus interaktif dan sistem toko. | Dart Flutter |
|
| Sistem Informasi Perpustakaan & Desa | Pengembangan dan kustomisasi sistem informasi manajemen berbasis web (backend & monolith). | PHP Laravel (Blade) |
|
| Smart Agriculture: IoT Sawah | Sistem pemantauan lahan pertanian terintegrasi berbasis perangkat Internet of Things (IoT). | IoT Sensor Integration |
- 🌐 Official Portfolio: sich-dev.site
- 💼 LinkedIn: Muchammad Nasich (
in/muchammad-nasich-092b7b242) - 🏢 Organization: @Gitwave-Unmerpas