Chatbot AI untuk kepatuhan, risiko operasional, dan audit di konteks telekomunikasi Indonesia. Dikembangkan bertahap dari v1.1.0 sampai v3.4.1, lengkap dengan deteksi bahasa, AI Learning Lab tiga tab, dan mekanisme feedback.
Dashboard SaaS untuk UMKM Indonesia. Deteksi anomali berbasis statistik, ringkasan AI dari data agregat, dan cache harian per tenant.
Platform untuk memantau project, task, issue, dan risiko di satu tempat. Lapisan AI membuat ringkasan eksekutif, mendeteksi task macet, dan menghitung health score proyek.
Benchmark untuk menguji apakah metrik otomatis benar-benar sahih menilai keluaran AI kepatuhan. Galat dinilai berdasarkan besar akibatnya, bukan sekadar benar atau salah.
def weighted_error(preds, gold, weights):
# Galat di klausul berisiko tinggi dihitung lebih berat
total = 0.0
for p, g in zip(preds, gold):
if p.verdict != g.verdict:
total += weights[g.severity]
return total / len(gold)Akurasi saja tidak cukup. Satu kesalahan di kontrol akses bisa lebih mahal daripada sepuluh salah format. Karena itu saya menimbang galat dari dampaknya.
Saya lebih suka membangun dan menguji sistem AI daripada sekadar mengaudit. Fokus saya: aplikasi LLM, evaluasi model yang jujur, dan backend SaaS yang rapi. Saya menulis dan menjelaskan dalam Bahasa Indonesia dan Inggris.
{
"name": "Ilham",
"study": "Magister Teknik Informatika, BINUS",
"focus": ["LLM apps", "AI evaluation", "SaaS backend"],
"languages": ["id", "en"],
"status": "Open to collaboration"
}Chatbot domain khusus dengan deteksi bahasa, routing jawaban, feedback pengguna, dan pengaman deterministik.
Perbandingan model yang adil: stratified split, K-fold, uji DeLong dan McNemar, serta interpretasi dengan SHAP.
Arsitektur multi-tenant dengan isolasi data per tenant, caching, pengujian lengkap, dan pipeline CI/CD.
Membangun data warehouse dan dashboard BI, seperti studi kasus DataCo Smart Supply Chain.
“Sistem AI yang baik bukan hanya pintar, tapi jujur tentang kapan ia bisa salah.”
Ilham · 2026Perjalanan dari riset akademik sampai produk yang dipakai orang. Setiap proyek saya kerjakan sendiri dari desain arsitektur hingga rilis.
Menyusun tesis AuditBench-ID tentang kesahihan metrik otomatis untuk keluaran AI kepatuhan.
Membangun produk SaaS sendiri sambil kuliah, dari arsitektur hingga pipeline rilis.
Mengembangkan chatbot AI untuk kepatuhan, risiko operasional, dan audit.
BINUS University · Riset evaluasi AI
Tesis: AuditBench-IDData warehouse & dashboard DataCo
Tugas akhir mata kuliahPipeline SDXL: text-to-image, inpainting
Colab T4Spam detection & bank telemarketing
Stacking · SHAP$ check-availability --name="ilham" ✔ Status: terbuka untuk kolaborasi riset & proyek AI ✔ Kekuatan: LLM apps, evaluasi model, FastAPI, SaaS
Mari diskusikan chatbot, evaluasi model, atau dashboard SaaS untuk tim Anda.