I'm Rasyid

Mahasiswa TRPL

Mobile • AI • Data Mining
Predictive Systems

Rasyid Kurniawan
scroll

Tentang Saya

Rasyid Kurniawan adalah mahasiswa program studi Teknologi Rekayasa Perangkat Lunak (TRPL) di Politeknik Negeri Medan (angkatan 2023). Berkomitmen untuk membangun portofolio proyek yang tidak hanya menjadi bekal magang, tetapi juga dapat langsung diangkat menjadi judul skripsi.

Saya aktif mengembangkan kompetensi di empat bidang utama yang menjadi fokus prodi TRPL: Pengembangan Sistem & Aplikasi Mobile, Kecerdasan Buatan & Data Mining, Sistem Prediksi & Pengendalian, serta Perancangan Database & Prototype. Setiap proyek yang saya bangun dirancang untuk memiliki pengguna nyata dan diterapkan langsung di instansi terkait.

Telah tersertifikasi kompeten dalam bidang Dasar Front End Web Developer (2024) serta menyelesaikan Sekolah Mentor UKMI Polmed (2025). Saya proaktif menawarkan solusi — bukan menunggu perintah — dengan mengobservasi masalah di instansi dan menawarkan diri untuk membangun aplikasi yang dibutuhkan. Target saya: magang di perusahaan swasta, BUMN, atau software house yang memberikan proyek sesuai bidang komputer, bukan pekerjaan administratif.

Kompetensi Utama

Pengembangan Sistem & Aplikasi Mobile 90%

Membangun aplikasi mobile multiplatform menggunakan Flutter dan pengembangan sistem berbasis web (PWA, Vanilla JS). Fokus pada aplikasi yang memiliki pengguna nyata — bukan sekadar tugas kuliah. Ke depannya akan memperdalam Kotlin (Android native) dan React Native untuk memperluas peluang magang di perusahaan swasta maupun software house.

Kecerdasan Buatan & Data Mining 75%

Mengolah data mentah menjadi wawasan yang dapat ditindaklanjuti menggunakan algoritma machine learning dan teknik data mining. Berpengalaman dengan Python, pandas, scikit-learn, dan Jupyter Notebook. Target: membangun sistem prediksi dan klasifikasi yang dapat diangkat menjadi judul skripsi, seperti prediksi autisme, prediksi hasil panen, atau sistem rekomendasi.

Sistem Prediksi & Pengendalian 70%

Merancang dan mengimplementasikan model prediktif untuk mendukung pengambilan keputusan. Menggabungkan pendekatan algoritma greedy (penjadwalan, optimasi) dengan time-series forecasting dan sistem kontrol. Relevan untuk proyek magang di instansi yang membutuhkan sistem pemantauan, prediksi, dan pengendalian berbasis data.

Perancangan Database & Prototype 85%

Mendesain skema database relasional (MySQL, PostgreSQL) maupun non-relasional (Firestore, Supabase) yang efisien dan siap produksi. Membangun prototype fungsional dengan Flutter (mobile prototype) untuk memvalidasi kebutuhan pengguna sebelum implementasi penuh.

Ekosistem Proyek:

Penghargaan & Sertifikat