PT Sumber Alfaria Trijaya Tbk (Alfamart)
IT Store Support DC Semarang
Saya Hendra Setyawan. Seorang praktisi teknologi informasi yang tidak banyak bicara, tetapi senang belajar, bereksperimen, dan membangun solusi digital yang bermanfaat.
Web Development / AI / Machine Learning / Sistem Informasi
Saya percaya bahwa teknologi terbaik lahir dari rasa ingin tahu, ketekunan, dan keinginan membantu orang lain. Saya suka mempelajari hal baru, merancang sistem, lalu mengubah ide menjadi aplikasi yang dapat digunakan.
Ruang eksplorasi saya mencakup aplikasi web, sistem informasi, digitalisasi layanan, kecerdasan buatan, dan analisis data.
Pengalaman kerja profesional di bidang ritel dan pelayanan kesehatan.
IT Store Support DC Semarang
Kepala IT Rumah Sakit
Kepala IT Rumah Sakit
Daftar client yang pernah bekerjasama dalam pengembangan aplikasi bisnis






Explore Project · Aplikasi dan karya pengembangan.
Machine Learning Classification Dashboard Diabetes Readmission Prediction merupakan aplikasi berbasis web yang dikembangkan menggunakan Python dan Flask untuk menganalisis serta memprediksi kategori kunjungan ulang pasien diabetes ke rumah sakit berdasarkan data historis pelayanan kesehatan. Aplikasi ini menerapkan metode supervised machine learning dengan membandingkan tiga algoritma klasifikasi, yaitu Logistic Regression, Decision Tree, dan Random Forest. Dataset yang digunakan adalah Diabetes 130-US Hospitals for Years 1999–2008, yang berisi 101.766 catatan kunjungan pasien diabetes dari 130 rumah sakit di Amerika Serikat selama periode 1999–2008. Variabel target yang digunakan adalah readmitted, dengan tiga kategori: • NO: Tidak tercatat kembali dirawat. • <30>30: Kembali dirawat setelah lebih dari 30 hari. Tahapan pengolahan data mencakup penanganan data kosong, transformasi variabel kategorikal, pembagian data latih dan data uji dengan proporsi 80:20, pelatihan model, serta evaluasi menggunakan Accuracy, Macro F1, dan Confusion Matrix. Hasil pengujian disajikan melalui dashboard interaktif berupa ringkasan dataset, grafik perbandingan performa algoritma, identifikasi model terbaik, visualisasi Confusion Matrix, serta interpretasi dan kesimpulan otomatis berdasarkan hasil perhitungan. Aplikasi ini bertujuan mendukung pembelajaran Big Data dan Machine Learning, khususnya dalam memahami penerapan algoritma klasifikasi terhadap data pelayanan kesehatan. Hasil prediksi digunakan untuk keperluan analisis akademik, bukan sebagai dasar diagnosis atau keputusan klinis.
UNISBANK Machine Learning adalah aplikasi berbasis web untuk melakukan analisis dan pengujian machine learning secara terpadu. Aplikasi ini mendukung klasifikasi, regresi, clustering, perbandingan algoritma, ensemble learning, Explainable AI (XAI), dan Causal Inference untuk membantu pengguna memahami pola data, mengevaluasi kinerja model, menjelaskan hasil prediksi, serta menganalisis hubungan sebab-akibat sebagai dasar pengambilan keputusan.
Aplikasi Inventory berbasis web yang **full menggunakan Python dan MySQL**, dibangun dengan framework Flask untuk mengelola data barang, stok, kategori, dan harga secara terstruktur, cepat, dan mudah digunakan.
AKREDI.AI adalah platform intelijen kesiapan akreditasi berbasis AI yang mengubah proses peninjauan dokumen akreditasi rumah sakit menjadi alur kerja yang dapat ditelusuri dan ditindaklanjuti.
E-Learning System, sebuah media aplikasi pembelajaran online. Cocok untuk para pengajar, maupun instruktur, atau siapa saja yang ingin mendokumentasikan pengetahuan nya, berbagi ilmu kepada siapa saja
Di sini kamu bisa menemukan Fiture Aplikasi Online Store Cocok untuk mahasiswa, programmer pemula, developer, maupun siapa saja yang ingin belajar membangun aplikasi web secara praktik. Aplikasi ini juga cocok untuk UMKM yang ingin mengembangkan dan memasarkan produk nya secara digital, dibanding jika harus memasarkan lewat marketplace, akan lebih bagus jika membangun brand sendiri, lebih terpercaya dan lebih efisien tentunya.
Produk aplikasi dapat didemonstrasikan dan didiskusikan untuk kebutuhan bisnis atau organisasi. Harga dan ketersediaan menyesuaikan kebutuhan.