Muhammad Ali Akbar Al-Qahri

01 — About

Data analyst dengan kecenderungan engineering.

Saya lulusan Data Science Telkom University (IPK 3.74) yang fokus mengubah dataset kompleks menjadi dashboard interaktif dan narasi strategis.

Track record saya mencakup membangun data pipeline end-to-end dan mengotomasi proses bisnis manual dengan Python dan AI. Saya nyaman bekerja dari lapisan database (SQL, star schema, MySQL) sampai lapisan presentasi (Power BI, Streamlit) — sehingga insight yang dihasilkan benar-benar bisa dipakai mengambil keputusan.

Saat ini saya menjalani Magang Hub Batch 2 sebagai Data Analyst di PT Cerebrum Edukanesia Nusantara, mengerjakan kebutuhan data lintas tim Management, Marketing, Produk, IT, dan VOC.

nameM. Ali Akbar Al-Qahri

roleData Analyst

eduData Science, Telkom Univ

gpa3.74 / 4.00

baseBandung, ID

focusSQL · Power BI · Python

langID (native) · EN (pro)

02 — Stack

Technical skills

Tools yang saya pakai di seluruh siklus data — dari ekstraksi hingga storytelling.

Data Analysis & BI

Power BISQLPython pandasnumpyLooker Studio TableauExcel

Database & Modeling

MySQLStar SchemaData Warehouse Data ModelingETLData Cleaning

Machine Learning

scikit-learnRandom ForestXGBoost SVMTime SeriesFeature Engineering

AI & Automation

StreamlitAPI IntegrationGoogle Gemini AI NLPWeb ScrapingTelegram Bot

03 — Featured

End-to-end dashboard architecture

Proyek inti saya di Cerebrum: menyatukan data yang tersebar di banyak database menjadi satu sumber kebenaran, lalu menyajikannya secara real-time.

Signature project · PT Cerebrum Edukanesia Nusantara

Dari banyak database → satu model → satu dashboard.

Saya membangun pipeline yang mengambil data dari berbagai database internal yang terpisah, menyatukannya ke dalam satu star schema (tabel fakta + dimensi), lalu menghubungkan Power BI langsung ke MySQL agar dashboard selalu mencerminkan data terbaru.

🗄️

Multi-Database

sumber terpisah

✦

Star Schema

fact + dimension

📊

Power BI ↔ MySQL

live connection

[01]

Extract & integrate. Tarik data mentah dari beberapa MySQL database, jaga integritas saat digabung.

[02]

Star schema modeling. Rancang tabel fakta & dimensi agar query cepat dan relasi bersih.

[03]

Live Power BI. Hubungkan Power BI ke MySQL — dashboard update tanpa ekspor manual.

[04]

Decision-ready. KPI revenue, user, dan paket siap dipakai untuk keputusan strategis.

Data model · Star schema (fact + dimension)

Satu Fact, dikelilingi Dimension.

Data dari banyak database (jadiASN, jadiBUMN, jadiOJK, jadiSekdin, dll.) di-ETL ke satu data warehouse "AllinMain". Tabel fakta menyimpan transaksi & aktivitas terukur; tabel dimensi memberi konteks. Relasi bersih ini bikin Power BI cepat di-query dan mudah dikembangkan.

◈ DimDate

date_key PK
full_date date
month int
quarter int

◈ DimUser

user_key PK
source_app varchar
register_date date
tier varchar

◈ DimPackage

package_key PK
package_name varchar
price decimal
journey varchar

◈ DimPaymentMethod

payment_key PK
method varchar
provider varchar

★ FactSales

sales_id PK
date_key FK
user_key FK
package_key FK
payment_key FK
revenue decimal
qty int
discount decimal

◈ DimFeature

feature_key PK
feature_name varchar
type varchar

◈ DimPlatform

platform_key PK
platform varchar
category varchar

◈ DimQuestion

question_key PK
category varchar
scoring_type varchar

◈ DimContent

content_key PK
content_name varchar
type varchar

10+ tabel dimensi 2 tabel fakta · Sales & Activity source_app sebagai pembeda platform Bridge table untuk relasi many-to-many

04 — Output

Dashboard showcase

Empat dashboard Power BI produksi yang dibangun di atas arsitektur tersebut. Gambar sengaja diblur — data internal bersifat rahasia perusahaan.

Revenue & TransactionsPower BI

Monitoring revenue & transaksi — tren pendapatan, metode pembayaran, dan provider.

User & PerformancePower BI

Analisis user & performa — segmentasi platform, demografi, dan conversion.

Package PricingPower BI

Analisis harga & paket — struktur pricing, diskon, dan ringkasan per segmen.

Content ActivityPower BI

Aktivitas konten — tryout, latsol, course, dan liveclass lintas platform.

05 — Track record

Rekap pekerjaan magang

Ringkasan nyata dari tracker internal: 120 pekerjaan selama Februari–Juni 2026 untuk lintas divisi di Cerebrum.

120

TASK SELESAI

DIVISI DILAYANI

BULAN AKTIF

DELIVERABLE TERLINK

Jenis pekerjaan

Data wrangling36

SQL / Query34

Dashboard / Power BI31

Laporan / Analisa18

Web Scraping15

Streamlit app14

Python automation7

Presentasi / PPT3

Sumber permintaan

120total task

Request antar-tim — 80

Main (rutin terjadwal) — 40

Produk 62 Marketing 30 Management 24 IT 22 VOC 3 CIDS 3

06 — Work

Projects & impact

Aplikasi, otomasi, dan analisis bisnis lain yang saya kerjakan.

// streamlit app

Cerezoom Analyst

Aplikasi analisis data Zoom untuk memantau liveclass — dibangun dengan Python & Streamlit, di-deploy live.

PythonStreamlitData Analysis

// pricing tool

Cerepackage

Dashboard analisis & optimasi harga paket produk, membantu tim marketing menentukan strategi pricing.

PythonStreamlitSQL

// quality control

Dashboard Soal Duplikat

Sistem QC untuk mendeteksi soal duplikat (ASN, BUMN, Cerebrum) — SQL + Streamlit untuk menjaga kualitas konten.

SQLStreamlitQC

// automation

Report Generator

Program otomasi pembuatan laporan, memangkas proses manual penyusunan laporan berulang.

PythonStreamlitAutomation

// business analysis

Competitor & Forecast

Analisa harga premium 5 kompetitor, prediksi estimasi user 2026 seluruh platform, dan analisis penyebab penurunan performa Cerebrum.

SQLForecastingStrategy

// data engineering

Data Warehouse AllinMain

Konsolidasi data lintas platform ke satu warehouse, plus mapping package–journey & variabel penghubung dimensi.

MySQLStar SchemaETL

07 — Path

Experience

Nov 2025 — Sekarang

Data Analyst

PT Cerebrum Edukanesia Nusantara · Bandung

Pipeline data end-to-end dari MySQL, transformasi & cleaning, serta dashboard Power BI interaktif untuk keputusan strategis.

Jun 2025 — Nov 2025

Database Engineer (Freelance)

Garda Abdi Negara · Remote

Solusi AI berbasis Google Gemini API (akurasi 92%); otomasi konversi 10K+ soal untuk 200+ user, hemat waktu proses 75%.

Feb 2024 — Jun 2025

Data Science Teaching Assistant

Telkom University · Bandung

Workshop Python & SQL meningkatkan performa mahasiswa 30%; mengevaluasi 500+ tugas.

Jul 2024 — Okt 2024

Data Analyst Intern

Bank Indonesia · KPw Sulawesi Selatan · Makassar

8 dashboard strategis (kepuasan stakeholder 85%); otomasi Power BI memangkas waktu reporting 40% di 5 cabang.

Mengubah data mentah jadi keputusan yang bisa ditindaklanjuti.