File riset diperlakukan sebagai data sensitif
Data, kuesioner, output, dan catatan dosen dipakai hanya untuk pekerjaan yang disepakati. Ini penting karena file skripsi sering berisi identitas responden atau data internal.
Tentang Yevonnael Andrew
Saya membangun RagamData agar hasil olah data tidak berhenti di output: rapi, aman, dan siap dijelaskan.
Banyak mahasiswa sudah punya output, tetapi belum punya penjelasan yang cukup kuat saat bimbingan atau sidang. Pendekatan berbasis data, AI, dan riset ini saya bawa ke RagamData, mulai dari validasi file, pemilihan uji statistik yang tepat, hingga penyusunan catatan hasil yang objektif.
Akademik
Fokus pada data, metode, tabel hasil, dan catatan yang bisa dibahas dengan dosen.
Metode
SPSS, SmartPLS, SEM, EViews, STATA, R, Python, dan batas interpretasi hasil.
Teknis
Pengalaman AI/ML, data science, dan cybersecurity dipakai untuk cek file, alur kerja, dan catatan hasil.
Profil pendiri
Yevonnael Andrew
Di RagamData, latar teknis saya dipakai untuk hal yang praktis: membaca data dengan hati-hati, mencatat asumsi, menjaga privasi file, dan menjelaskan risiko hasil sebelum klien masuk bimbingan atau sidang. Pengalaman AI/ML, data science, dan cybersecurity saya pakai untuk memeriksa file, alur kerja, dan catatan hasil; inti layanan tetap olah data akademik yang siap dibahas.
Statistik akademikSPSS/SmartPLSMetodologi risetPrivasi dataPython/RQuality control
Metode dibaca, bukan sekadar diklik
Regresi, validitas, reliabilitas, SmartPLS, SEM, atau data panel perlu dicek terhadap struktur data dan arahan dosen. Kalau metode berisiko, catatannya disampaikan dulu.
Output disiapkan agar bisa dijelaskan
Fokusnya bukan hanya angka keluar dari software. Klien perlu tahu cara membaca tabel, asumsi apa yang perlu disebut, dan bagian mana yang sebaiknya tidak dibaca berlebihan.
Kalau hasil tidak sesuai hipotesis
Itu bukan akhir. Kami bantu menyiapkan argumen statistik, batas interpretasi, dan rujukan metode agar hasilnya tetap bisa dijelaskan dengan tenang saat bertemu dosen penguji.
Hubungan dengan RagamData
Begini cara latar teknis itu diterapkan ke layanan RagamData.
1
RagamData saya bangun untuk mahasiswa dan peneliti yang sudah punya data, tetapi belum punya penjelasan yang rapi untuk dibawa ke pembimbing.
2
Karena itu, file awal selalu dilihat dulu, asumsi dicatat, software disesuaikan, dan hasil akhir tidak dilepas dari konteks riset.
3
Yang dikerjakan bukan hanya menjalankan software, tetapi menyiapkan tabel hasil, catatan risiko, dan bahan penjelasan angka sesuai scope layanan.
Membaca angka sesuai data
Signifikansi, model fit, dan forecast dibaca bersama kualitas dataset, asumsi, dan batas metode.
Berkas kerja bisa ditinjau
Paket reguler dan lanjutan dapat menyertakan tabel, QC memo, alur kerja, syntax, notebook, atau README.
Scope disepakati sejak awal
Pergantian file, variabel, hipotesis, model, atau instruksi pembimbing dapat mengubah biaya dan timeline.
Peran publik
Pengalaman yang membentuk cara kami memeriksa data.
01
ChainDetect
Di ChainDetect, risiko transaksi dibaca dari pola, konteks, dan batas data. Pola kerja itu saya bawa saat menilai outlier atau hasil yang terlalu cepat disimpulkan.
02
Pelita Bangsa Academy
Saat mengajar teknologi praktis, istilah rumit harus turun menjadi contoh kerja. Itu berguna ketika output SPSS atau SmartPLS perlu dijelaskan tanpa jargon berlebihan.
03
Swiss German University
Dari data science, cybersecurity research, dan teaching assistant, saya terbiasa memeriksa asumsi sebelum menulis kesimpulan.
04
Indonesia Honeynet Project
R&D dan workshop honeypot menuntut dokumentasi yang bisa diikuti orang lain, dari data mentah sampai ringkasan temuan.
05
Bittime dan Palapa
Di sisi IT dan R&D, dokumentasi teknis, kontrol akses, dan proses yang dapat ditelusuri bukan tambahan; itu bagian dari pekerjaan harian.
06
UNDP dan Tokhimo
Untuk survey, dashboard, dan laporan riset, saya memakai alur data analyst: mulai dari pertanyaan bisnis, kondisi data, lalu bentuk output yang dibutuhkan.
Bukti publik
Bukti publik yang bisa dicek
Jejak kerja teknis dan bukti ilmiah yang membentuk akurasi, kehati-hatian, dan batas klaim di RagamData.
Publikasi Riset Internasional (IEEE & arXiv)
Galaxy classification, MITRE ATT&CK mapping, knowledge graph untuk honeypot data, dan AI-enhanced honeypots.
Materi konferensi yang pernah dibawakan
PyCon APAC, PyCon Indonesia, APNIC 56, dan Positive Hack Days 2024.
Peran kerja di riset dan compliance
ChainDetect, Swiss German University, Bittime, Palapa, dan Pelita Bangsa Academy.
Catatan GSoC dan WhisperPot dari SGU
Rujukan open-source yang bisa dicek dari catatan Swiss German University.
Speaking dan komunitas
Aktivitas publik yang relevan untuk cara kerja RagamData.
PyCon APAC 2021
Speaker untuk topik Stock Portfolio Optimization for Beginner Investors using Python.
PyCon Indonesia
Speaker untuk topik portfolio optimization dan penggunaan Python dalam konteks data.
APNIC 56
Speaker dari Swiss German University untuk konteks cybersecurity dan internet infrastructure.
Positive Hack Days 2024
Speaker untuk topik cybersecurity dalam acara Positive Hack Days 2024.
Pelita Bangsa Academy
Edukasi blockchain dan teknologi praktis melalui Pelita Bangsa Academy.
Karya terpilih
Karya publik yang bisa dicek.
Rekam jejak publikasi dan riset ilmiah yang dapat diakses secara terbuka.
Perilaku keruntuhan balok baja cold-formed kanal c ganda back-to-back
Bachelor thesis, Universitas Pelita Harapan
Rekam awal di engineering sebelum profil publiknya bergeser ke data, AI, dan cybersecurity.
Mapping Linux Shell Commands to MITRE ATT&CK using NLP-Based Approach
IEEE conference paper, ICELTICs 2022
Paper cybersecurity yang memakai NLP untuk memetakan Linux shell commands ke MITRE ATT&CK.
Galaxy Classification Using Transfer Learning and Ensemble of CNNs With Multiple Colour Spaces
M.Sc. thesis dan arXiv preprint
Karya AI/ML tentang galaxy classification menggunakan transfer learning dan ensemble CNN.
Knowledge Graphs for Cybersecurity: A Framework for Honeypot Data Analysis
IEEE conference paper, ICoCICs 2023
Paper tentang knowledge graph untuk membaca honeypot data dalam konteks cybersecurity.
AI-Enhanced Honeypots: Leveraging LLM for Adaptive Cybersecurity Responses
IEEE conference paper, ICITEE 2024
Paper tentang penggunaan LLM untuk adaptive cybersecurity responses pada honeypot.
Referensi yang bisa dicek
Ringkasan latar belakang publik.
Verifikasi langsung rekam jejak, portofolio profesional, dan sitasi akademik saya melalui tautan resmi berikut.
Pendidikan
Bachelor thesis di Universitas Pelita Harapan, M.Sc. Artificial Intelligence and Machine Learning di Liverpool John Moores University, dan graduate-level track terkait data science dan cybersecurity di Swiss German University.
Riset dan teaching
Pengalaman researcher dan teaching assistant di Swiss German University dalam area data science dan cybersecurity.
Startup dan compliance
Pengalaman terkait ChainDetect, Bittime, Palapa, blockchain education, dan crypto compliance.
Komunitas teknologi
Aktif di ruang edukasi dan komunitas melalui PyCon, APNIC, Positive Hack Days, dan Pelita Bangsa Academy.
Pernyataan integritas akademik
Kami membantu analisis dan bahan penjelasan, tanpa memanipulasi hasil.
Tujuannya bukan memaksa hasil terlihat bagus. Tujuannya memastikan apa pun hasilnya, Anda punya pembacaan statistik yang rapi, transparan, dan bisa dipertanggungjawabkan.
Signifikansi, model fit, dan forecast tetap mengikuti dataset, desain riset, dan metode yang digunakan.
Jika hipotesis tidak didukung data, kami bantu siapkan argumen statistik, batas interpretasi, dan rujukan metode untuk menjelaskannya.
Untuk skripsi, tesis, atau jurnal, peran RagamData adalah membantu olah data, tabel hasil, dan bahan penjelasan angka.
Jika metode statistik sangat spesifik, catatan pembimbing, dosen, atau reviewer tetap menjadi acuan utama.
Pekerjaan dapat dikerjakan oleh tim sesuai kebutuhan. Profil pendiri menjelaskan standar cara kami memeriksa file, bukan klaim bahwa setiap file ditangani satu orang.
Pergantian file, variabel, hipotesis, model, atau instruksi pembimbing perlu ditinjau ulang sebelum revisi dilanjutkan.
Privasi data
Data klien digunakan hanya untuk kebutuhan analisis yang disepakati. Kami tidak mempublikasikan data atau hasil analisis tanpa izin klien.
Langkah berikutnya
Punya data yang perlu dicek?
Bagikan data, catatan dosen, dan deadline. Kami bantu cek kebutuhan, risiko data, estimasi biaya, dan timeline sebelum pengerjaan.