Video Resume Digistar Class Intern
2025 AI Engineer
Saya punya satu pertanyaan yang mengubah cara pandang saya. Bagaimana
mungkin data bisa berpikir? Dari sanalah perjalanan saya dimulai. Halo, saya
Muhammad Sultan Hakim, mahasiswa swesternam tech informatika di Universitas
General Sudirman.
Ketertarikan saya terhadap artificial intelligence tidak sekedar pada bagaimana
mesin mengambil keputusan, tetapi juga mengapa dan bagaimana mesin bisa
meniru cara berpikir manusia. Berawal dari rasa kuriositas yang mendalam, saya
memutuskan untuk menyelami machine learning secara serius. Tapi pada
prosesnya, saya menyadari satu hal penting, kemampuan teknis saja tidak cukup.
Saya perlu mengasah critical thinking, problem solving, dan yang paling penting,
kemampuan membaca konteks nyata. Karena AI bukan hanya soal kode, tapi soal
solusi yang bekerja di lingkungan nyata.
Kemampuan-kemampuan ini saya bangun bukan hanya melalui ruang kelas, tapi
lewat pengalaman lapangan dan latihan pemimpinan. Melalui jurumbia Siswa Plus,
saya belajar memimpin dan membentuk kolaborasi nyata. Saat ini, saya dipercaya
sebagai regional leader kurus korporat, sebuah peran yang menuntut saya untuk
menyatukan visi, mengatur strategi, dan menjaga sinergi antara awarde dari
berbagai latar belakang. Saya percaya bahwa teknologi tidak harus rumit untuk
memberikan dampak, asalkan AI bisa tepat guna dan menjawab kebutuhan nyata.
Saat magang di Bank Syariah Indonesia, saya melihat proses penagihan masih
dilakukan secara manual. Saya kemudian membangun sistem penagihan otomatis
berbasis WhatsApp menggunakan Python. Hasilnya, tim koleksi bekerja lebih efisien,
dan biaya operasional berkurang signifikan.
Ketika saya magang di Nutri Food, saya melihat tantangan serupa, proses input data
karyawan yang masih dilakukan semi-manual. Maka dari itu, saya mengembangkan
otomatisasi menggunakan R dan e-macro yang meningkatkan kecepatan dan akurasi
dalam proses kerja HR. Pendekatan-pendekatan seperti inilah yang membuat saya
mendapat apresiasi dalam Indonesia Investor Days 2024 dan meraih bronze medal
tingkat internasional untuk kategori invention di bidang multimedia dan ICT.
Dari pengalaman inilah, saya semakin yakin, solusi sederhana yang relevan jauh
lebih berharga daripada sistem kompleks tapi tidak relevan terhadap kebutuhan
nyata. Saya ingin mengikuti program Digistar Intersuk Telkom karena saya meyakini
inilah ruang yang tepat untuk memperdalam keahlian saya di bidang Artificial
Intelligence, sekaligus mendorong diri saya untuk tumbuh berkembang dalam
lingkungan profesional yang nyata dan dinamis.
Motivasi saya tidak hanya sebatas mengasah kemampuan teknis, tetapi juga untuk
memahami bagaimana teknologi benar-benar diterapkan dalam skala industri untuk
menjawab kebutuhan pengguna, menyederhanakan proses, dan memberi nilai
nyata bagi masyarakat.
Bagi saya, Digistar bukan hanya sekedar program agama, tetapi sebuah pengalaman
pembelajaran yang utuh untuk mengasah cara berpikir digital, kesiapan menghadapi
tantangan kerja dan kematangan dalam berkontribusi. Ketertarikan saya pada
Telkom tumbuh dari peran aktifnya dalam mendorong transformasi digital
Indonesia. Saya ingin turut berkontribusi dalam perjalanan tersebut sebagai talenta
muda yang siap belajar cepat, beradaptasi, dan bekerja dengan orientasi hasil.
Digistar adalah langkah awal dari karir profesional yang ingin saya bangun dengan
fondasi kuat. Melalui pengalaman langsung dari industri yang relevan, saya ingin
berkembang cepat dan berorientasi pada pengguna.
Saat ini saya dipercaya memimpin sebuah program Community Empowerment dari
Jarum BSI Soples yang berfokus pada isu lingkungan di Desa Gunung Wetan,
Kabupaten Banyumas. Di desa ini belum ada sistem pengelolaan sampah yang
memadai. Banyak keluarganya yang masih membawa sampah ke sungai atau
membakarnya. Tentu praktik ini jelas bertentangan dengan prinsip SDGS no. 11.
Untuk menjawab tantangan itu, saya dan tim menginisiasi pembentukan bang
sampah berbasis komunitas. Melibatkan Ibu PKK, Karang Taruna, serta dukungan
dari DLH, Jarum Foundation, dan Pemerintah Desa. Sebagai project leader, saya
menyusun kerangka kerja menggunakan Logical Framework Analysis, membagi
peran tim, dan merancang strategi eksekusi yang berkelanjutan.
Kami menerapkan sistem kerja hybrid dengan kolaborasi lapangan yang dipadukan
dengan koordinasi digital melalui Google Workspace. Dengan ini, saya bisa
menjalankan peran kepemimpinan saya secara penuh tanpa mengganggu
komitmen utama saya terhadap program Digistar Internship.
Kedepannya, program ini akan dibawa menggunakan pendekatan berbasis
teknologi, termasuk potensi integrasi AI dalam pengelolaan sampah yang lebih
presisi dan real-time. Agar inisiatif sosial seperti ini bisa terus berkembang secara
berkelanjutan.
Salah satu proyek paling menarik yang pernah saya kerjakan adalah prediksi
konsumsi listrik harian berbasis data cuaca dan spasial dalam seleksi Data Science
Conference yang diselenggarakan oleh Fakultas Ilmu Komputer Universitas
Indonesia. Proyek ini menyentuh isu nyata di sektor energi, bagaimana variasi musim
dan perbedaan spasial mempengaruhi konsumsi, dan bagaimana kita bisa
memprediksi kebutuhan secara presisi untuk mendukung perencanaan kapasitas
dan smart grid.
Dari lebih 4.000 partisipan, tim kami berhasil lolos ke tahap selanjutnya dan
menempati posisi 13 besar leaderboard kegel dengan total lebih dari 40 iterasi
eksperimen model. Dalam proyek ini, saya berperan sebagai machine learning
engineer yang menyusun pipeline end-to-end, mulai dari pembersihan data,
eksplorasi pola musiman, fitur engineering, eksperimen model, hingga evaluasi
performa.
Dari eksplorasi awal, saya menemukan bahwa pola konsumsi sangat dipengaruhi
musim, terutama peningkatan tajam di musim dingin. Selain itu, terdapat perbedaan
mencolok antar wilayah di mana kelas rempat memiliki konsumsi hampir 3 kali lipat
dibanding kelas tersatu.
Tantangan utamanya adalah multikolinearitas ekstrim antar variable cuaca.
Heatmap korelasi menunjukkan banyak fitur yang sering berkorelasi tinggi dengan
lebih dari 59 pasangan fitur bernilai korelasi di atas 0,9. Nilai VEF bahkan mencapai
lebih dari 400 yang mengganggu kestabilan model.
Untuk menjawabnya, saya menerapkan seleksi fitur berbasis VEF dan domain
knowledge, serta menyesuaikan desain input agar robus terhadap variasi spasial dan
ekstrim. Saya menggunakan SD Boost Ring Resource sebagai model utama karena
kemampuannya dalam menangani korelasi tinggi dan struktur data heterogen.
Hasilnya, model kami mampu memberikan prediksi dengan akurasi tinggi dan stabil
antar kluster. Bagi saya, ini bukan hanya proyek teknis, tapi pembuktian bahwa AI
bisa menjawab persoalan krusial di sektor vital, sepanjang kita memahami tantangan
data dan konteksnya secara menyeluruh.
Berikut adalah tools yang biasa saya gunakan dalam skala 1–10 [Menampilkan
gambar list tools yang bisa digunakan serta rate skill dalam penggunaannya].
Saya percaya, AI bukan sekedar teknologi, tapi cara baru untuk memahami dan
menyelesaikan masalah nyata. Digistar adalah langkah yang ingin saya ambil, bukan
hanya untuk belajar, tapi untuk mulai berkontribusi. Saya, Muhammad Sultawakim,
terima kasih dan sampai jumpa di perjalanan selanjutnya.