Hi there, I'm
Aep Saepuloh
Software Engineer and Machine Learning Engineer
Berfokus pada pengembangan Web dan integrasi Machine Learning untuk menciptakan aplikasi yang efisien serta berdampak.
Have a project in mind? Let's build it together!
Whether you need a modern web application, custom software, or just want to chat about tech, I'm always open to discussing new opportunities.
About Me
Aep Saepuloh, S.Kom
Lulusan S1 Informatika dengan pengalaman dalam pengembangan web full-stack dan machine learning. Memiliki keahlian dalam merancang arsitektur aplikasi web full-stack menggunakan Laravel dan Tailwind CSS untuk digitalisasi operasional institusi. Terampil dalam membangun sistem prediksi menggunakan Python dengan Random Forest, serta mengintegrasikan model machine learning secara end-to-end ke antarmuka web melalui framework Flask guna menciptakan solusi yang interpretabel.
Memiliki dedikasi untuk terus menghadirkan produk teknologi yang inovatif dan tepat guna, serta memiliki minat karir yang kuat sebagai Software Engineer yang berfokus pada Frontend Web Developer atau Machine Learning Engineer guna memberikan kontribusi teknis yang terukur bagi operasional perusahaan.
Focus & Interested
Building
Modern web apps
Exploring
Machine Learning
Learning
Full-stack dev
Skills & Technology
Teknologi dan tools untuk mengembangkan solusi digital yang inovatif, fungsional, dan berorientasi pada kebutuhan pengguna.
Proyek Pilihan & Penghargaan
Sistem Prediksi Risiko Diabetes
Aplikasi prediksi risiko diabetes berbasis Machine Learning dengan algoritma Random Forest dan optimasi Bayesian.
Aplikasi Buku Tamu Berbasis Web
Aplikasi digital untuk registrasi, pencatatan, dan pengelolaan data kunjungan tamu pada instansi pemerintahan.
Sistem Prediksi Risiko Depresi Remaja
Sistem analitik berbasis web untuk memprediksi tingkat risiko depresi remaja melalui analisis teks dan aktivitas media sosial.
Penelitian & Publikasi
Beberapa karya ilmiah dan artikel penelitian yang telah diterbitkan pada jurnal terakreditasi nasional.
Random Forest with Bayesian Hyperparameter Optimization and Shapley Additive Explanations Interpretability for Web - Based Diabetes Risk Prediction
Penelitian mengenai sistem prediksi dengan evaluasi indikator gaya hidup dan genetika, mengintegrasikan metode SHAP untuk interpretabilitas model machine learning.
Random Forest dengan Hyperparameter Tuning untuk Sistem Prediksi Risiko Depresi Remaja
Pengembangan model machine learning berbasis Random Forest yang dioptimasi dengan hyperparameter tuning untuk memprediksi risiko depresi remaja.
Evolusi Ilmiah Visualisasi Interaktif Untuk Eksplorasi Data Dinamis
Studi analisis bibliometrik yang memetakan tren riset, pemetaan sitasi, dan evolusi topik seputar visualisasi interaktif dalam penjelajahan data dinamis dari masa ke masa.
Siap untuk Mulai?
Terbuka untuk diskusi, kolaborasi, dan peluang proyek menarik di bidang Software Engineering dan Machine Learning. Hubungi melalui formulir atau informasi kontak yang tersedia.