
SIMPP - PLN PUSMANPRO
Pengembangan frontend SIMPP di PLN PUSMANPRO, dengan sorotan fitur AI Reviews Evidence: validasi klaim per field yang terhubung ke dokumen pendukung dan highlight bukti sumber.
Memuat halaman...
Oktavian Andi Cahya Nugraha
Saya Oktavian, frontend engineer dengan minat di bidang software engineering dan AI. Saya membangun aplikasi web responsif, aplikasi desktop praktis, serta proyek machine learning yang menghubungkan ide teknis dengan kebutuhan sehari-hari.
Minat & fokus
Dari ide menjadi aplikasi.
Software Engineer
Aplikasi web dan desktop, integrasi API, dan kode yang mudah dikembangkan.
Frontend Engineer
Antarmuka responsif dengan React, Next.js, dan TypeScript.
AI Engineer
Computer vision, pemrosesan bahasa, dan fitur aplikasi berbasis AI.
Jawa Tengah, Indonesia
Tentang Saya
Saya Oktavian Andi Cahya Nugraha, frontend engineer dan mahasiswa Magister Teknik Informatika di Universitas Dian Nuswantoro. Minat saya mencakup Software Engineering, Frontend Engineering, dan AI Engineering, dengan perhatian pada kemudahan penggunaan, performa, dan kode yang rapi.
Pengalaman saya meliputi pengembangan SIMPP di PT PLN PUSMANPRO, pembuatan aplikasi web dan desktop pribadi, serta eksplorasi computer vision dan analisis sentimen bahasa Indonesia.
Fokus saat ini
Antarmuka responsif, integrasi API, state aplikasi, software praktis, serta perancangan dan evaluasi model AI.
Visi
Menciptakan software yang berguna, mudah dipelihara, dan mudah digunakan, dengan AI untuk menyelesaikan masalah yang jelas.
Pengalaman
Nov 2024 - Okt 2026 | Semarang, Indonesia
PT PLN (Persero) Pusat Manajemen Proyek (PUSMANPRO)
Karya Pilihan
Pengalaman profesional di PLN PUSMANPRO dan proyek pribadi di bidang pengembangan web, software desktop, serta AI terapan.

Pengembangan frontend SIMPP di PLN PUSMANPRO, dengan sorotan fitur AI Reviews Evidence: validasi klaim per field yang terhubung ke dokumen pendukung dan highlight bukti sumber.

Platform review CV berbasis AI dengan penilaian ATS, analisis kata kunci, dan pencocokan deskripsi pekerjaan untuk membantu pencari kerja memperbaiki CV.
Website dalam proses perbaikan
Kunjungi Website (dibuka di tab baru)
Platform keuangan pribadi untuk mencatat pemasukan, pengeluaran, dan arus kas, dengan grafik interaktif serta OCR struk untuk mempermudah pencatatan transaksi.
Website dalam proses perbaikan
Kunjungi Website (dibuka di tab baru)
Aplikasi kasir desktop offline untuk membantu toko kecil melayani pembayaran, mengelola stok, dan memantau penjualan tanpa koneksi internet.

Portofolio interaktif yang menampilkan pengalaman profesional, proyek software pribadi, dan riset AI melalui studi kasus serta demonstrasi visual.

Platform pariwisata untuk membantu wisatawan dan masyarakat lokal menjelajahi Kabupaten Kudus, dikembangkan bersama Dinas Kebudayaan dan Pariwisata Kabupaten Kudus.

Website pendukung operasional klinik kesehatan, dengan antarmuka yang dirancang di Figma dan implementasi menggunakan PHP native.

Segmentasi retakan halus pada jalan menggunakan DAResUNet-ASPP: Dual-Attention Residual U-Net dengan konteks multiskala dan boundary supervision.

Model hybrid IndoBERTweet-BiLSTM untuk klasifikasi sentimen pada tweet, ulasan, dan opini publik berbahasa Indonesia.

Perbandingan convolutional autoencoder dan U-Net untuk menghilangkan salt-and-pepper noise pada gambar daun tomat PlantVillage.
Keahlian
AI Terapan
Computer Vision
DAResUNet-ASPP dengan residual blocks, dual attention, konteks multiskala, dan boundary supervision untuk retakan halus pada jalan.
Metode: Ablasi LOCO, validasi multi-seed, analisis sensitivitas threshold
Dataset: Crack500, CrackForest, DeepCrack, gambar tanpa retakan
Natural Language Processing
Menggabungkan embedding kontekstual IndoBERTweet dan pemodelan urutan BiLSTM untuk klasifikasi sentimen bahasa Indonesia.
Metode: Pemodelan hybrid; evaluasi accuracy, precision, recall, F1, dan confusion matrix
Dataset: Tweet, ulasan, dan opini publik berbahasa Indonesia
Restorasi Citra
Membandingkan median filter, convolutional autoencoder, dan U-Net untuk memulihkan gambar daun yang terkena salt-and-pepper noise.
Metode: Perbandingan median filter, CAE, CAE-SC, dan U-Net; evaluasi PSNR dan SSIM
Dataset: Gambar daun tomat PlantVillage
Cara Saya Bekerja
Pahami tugas yang ingin diselesaikan pengguna, lalu buat antarmuka yang jelas dan responsif.
Gunakan komponen reusable, alur data yang jelas, dan integrasi terencana agar software mudah dikembangkan.
Hubungkan desain model dengan metrik dan eksperimen yang relevan untuk memahami kemampuan suatu pendekatan.
Kontak
Tertarik pada peluang Software Engineer, Frontend Engineer, dan AI Engineer, serta kolaborasi proyek dan riset.