PORTOFOLIO 2024 – 2026

Muhammad Abdul
Azizul Hakim

Sarjana & Magister Sistem Informasi  ·  End-to-End Software Developer  ·  Data Analyst Enthusiast

Muhammad Abdul Azizul Hakim
Cumlaude IPK 3.83
ERP · IoT · Power BI
scroll

Keahlian & Fokus

0 IPK Cumlaude
0 Selesai S1
0 Hak Cipta Resmi
0 Unggulan

Education & Riset Akademis

Membangun fondasi kuat dalam pengembangan perangkat lunak, algoritma analisis data, dan kepemimpinan akademis di Universitas Multi Data Palembang.

S1 Sistem Informasi Cumlaude IPK 3.83 Lulus 3,5 Tahun

Sarjana Sistem Informasi (S1)

Universitas Multi Data Palembang  ·  Masuk 2020

  • Membangun fondasi kuat dalam pengembangan perangkat lunak dan analisis data.
  • Aktif berkontribusi akademis dengan membimbing mahasiswa lain dalam penggunaan basis data & tools produktivitas.
  • Asisten Dosen untuk mata kuliah Basis Data (SQL) dan Paket Program Niaga (Microsoft Office).
Proyek Unggulan S1 Terdaftar HAKI Laravel Framework

SIPACAK BMKG

Sistem Pelayanan Cepat & Akurat STAKLIM SUMSEL  ·  Kerjasama Kampus & BMKG

  • Merancang dan membangun platform digital untuk melayani permintaan data cuaca masyarakat Sumatera Selatan.
  • Dipercaya mengembangkan sistem secara independen dari analisis kebutuhan hingga production.
  • Dibangun menggunakan arsitektur robust dengan framework Laravel.
Surat Pencatatan Hak Cipta (HAKI) Resmi

Website diakui secara legal sebagai karya intelektual anak bangsa oleh Kementerian Hukum & HAM.

Skripsi S1 BMKG STAKLIM I Palembang

Sistem Pendukung Keputusan Pemeliharaan Stasiun Cuaca BMKG

Kombinasi Rekayasa Perangkat Lunak & Pemanfaatan Data

  • Mengolah data cuaca nasional dari BMKG pusat untuk memantau anomali stasiun operasional.
  • Menentukan skala prioritas pemeliharaan aset secara otomatis berdasarkan kriteria terukur.
S2 Magister Sistem Informasi Data Mining & SPK

Pendidikan Magister (S2)

Universitas Multi Data Palembang

  • Studi lanjutan berfokus pada Data Mining dan Sistem Pendukung Keputusan (SPK).
  • Aktif dalam program Pengabdian Masyarakat — mengajar pembuatan game tanpa coding untuk siswa SMP.
Tesis Magister Decision Tree C4.5 + AHP

Integrasi Algoritma SPK & Data Mining (Pendampingan Petani Karet)

Penerapan Kasus Riil Sektor Pertanian & Perkebunan

  • Topik: Integrasi Decision Tree C4.5 dan AHP Berbasis Objective Pairwise Comparison.
  • Studi Kasus: Penentuan Prioritas Pendampingan Petani Karet.
  • Mengatasi kelemahan subjektivitas AHP konvensional dengan pendekatan Data Mining C4.5 yang lebih objektif.

Software Developer

Pengembangan Sistem ERP End-to-End pada industri perkebunan karet/lateks, dilengkapi arsitektur PWA Offline-First dan integrasi IoT Jembatan Timbang.

Sistem ERP Kebun Karet
Sistem ERP Cost-Cutting End-to-End Role

Pengembangan Sistem ERP Kebun Karet / Lateks

Konteks Bisnis Perkebunan & pengolahan karet setengah jadi (Shamrock / TaniYuk)
Solusi Menggantikan Lintramax untuk memangkas biaya operasional signifikan
Peran Analisis kebutuhan → Coding → Sosialisasi & pelatihan end-user

Arsitektur PWA & Offline-First

  • Progressive Web App — Tangguh terhadap kendala sinyal lapangan
  • Offline Support — Pengisian form tanpa internet (krusial di blank spot)
  • Auto-Sync — Sinkronisasi otomatis ke server saat jaringan tersedia
  • Persistent Login — Tidak perlu login berulang kali

Integrasi IoT Jembatan Timbang & Lab

  • IoT Weighbridge — ERP terhubung langsung ke mesin timbangan (port connection)
  • Zero Human Error — Eliminasi input manual saat truk ditimbang
  • Quality Control Lab — Modul verifikasi kadar DRC final secara akurat
Roadmap Pelaksanaan

Timeline Pengembangan Sistem ERP

Januari 2026
Perencanaan & Ruang Lingkup
Meeting awal, perencanaan strategis, dan penetapan ruang lingkup.
Februari 2026
Analisis Kebutuhan
Observasi langsung dan analisis mendalam kebutuhan operasional lapangan.
Maret 2026
Pengembangan & Pengujian
Proses koding intensif dan pengujian langsung pada infrastruktur lapangan.
Juni 2026
Sosialisasi & Pelatihan
Sosialisasi menyeluruh dan pelatihan operasional ke para end-user perkebunan.

Data Analyst Enthusiast

Mengubah kumpulan data teknis laboratorium (DRC, VFA, NH3, pH) menjadi wawasan strategis menggunakan Microsoft Power BI, pemodelan Snowflake Schema, dan analitik lanjutan DAX.

Dashboard Power BI Produksi Latex
Power BI Data-Driven Snowflake Schema

Visualisasi Hasil Produksi Latex — TaniYuk

Objektif Menyeimbangkan volume produksi tinggi dengan konsistensi kualitas lateks
Sumber Data Raw data operasional (.XLSX, .JSON, .CSV) dengan ETL & cleansing ketat
Arsitektur Snowflake Schema — tabel fakta transaksi + dimensi pengguna & wilayah

Analitik Lanjutan dengan DAX

Weighted Average DRC

Rata-rata Tertimbang untuk menghilangkan bias — memastikan wilayah bervolume besar memberi bobot proporsional pada performa perusahaan.

Automated Quality Grading

Fungsi otomatis melabeli Region Quality Grade (Premium, Standard, Low Quality) berdasarkan parameter kualitas lateks secara presisi.

Custom Metrics Development

Formula khusus untuk memantau pertumbuhan MoM Growth dan kalkulasi rasio risiko pembusukan (High VFA Alerts) secara real-time.

SIMULATOR INTERAKTIF

Simulasi Automated Quality Grading System (DAX Engine)

Geser slider DRC dan VFA untuk melihat bagaimana algoritma DAX menentukan kualitas wilayah secara real-time!

Kadar Karet Kering / DRC (%) 29.0%
Tingkat Pembusukan / VFA Alert Score 0.16
Hasil Penilaian Sistem DAX
REGION QUALITY GRADE: PREMIUM

Lateks memenuhi kriteria Weighted Average DRC Tinggi dan risiko pembusukan sangat rendah. Layak mendapatkan harga insentif terbaik.

Penemuan Anomali & Rekomendasi Strategis

Supply Chain Inefficiency

Inefisiensi ekstrem di Sukadarma & Lubuk Bandung: VFA Alert 75–100% meski volume produksi sangat kecil (<0,5%).

"False Premium" Paradox

Wilayah Sungai Dua: kadar karet tinggi namun diiringi tingkat pembusukan 28% akibat penanganan pasca-panen yang kurang baik.

Critical Region

Langkan sebagai wilayah paling kritis ("Double Trouble") — kadar karet rendah sekaligus tingkat kerusakan mencapai 45%.

01

Cut-off Strategy

Menghentikan pembelian dari wilayah High Risk, Low Return untuk meningkatkan rata-rata kualitas perusahaan secara keseluruhan.

02

Quality-Adjusted Pricing

Skema harga berjenjang dan "Pinalti VFA" untuk memaksa perbaikan kualitas penanganan lateks oleh supplier.

03

Audit & Alokasi Prioritas

Mengalihkan fokus sumber daya ke wilayah penyumbang volume besar (seperti Seterio) agar standar operasional tetap terjaga.