PPIC · Supply Chain · Data Engineering

TAMIR
MUHAMMAD
YASIR

|

Lulusan Teknik Industri (IPK 3.65) yang berkarir di bidang PPIC dan Supply Chain. Saya membangun sistem forecasting berbasis Machine Learning & Time Series serta platform inventory terintegrasi dari nol — karena keputusan produksi yang baik harus dimulai dari data yang tepat, bukan sekadar intuisi.

🎓 Teknik Industri · IPK 3.65
🏆 Certified Warehouse Management
📉 ANN · ARIMA · Time Series
🔗 Forecasting × Inventory Systems
9.01% MAPE ANN Model
86+ Forecasting Runs
3.65 GPA · Telkom Univ.
3 Live Systems Built

01 ——

Proyek Digital

📈
Machine Learning · Forecasting
ForecastIQ
PPIC Demand Forecasting System
ppic-scm.streamlit.app ↗
LIVE APP
✨ Now with ARIMA Auto-Comparison

Sistem peramalan demand berbasis Artificial Neural Network (ANN) dengan arsitektur multi-layer yang dikonfigurasi penuh. Model dilatih real-time menghasilkan prediksi demand hingga 12 bulan ke depan. Kini dilengkapi ARIMA auto-comparison — setiap kali ANN selesai training, ARIMA langsung jalan otomatis sebagai pembanding akurasi.

ANN / Neural Network ARIMA Auto-Compare Python Streamlit PostgreSQL NumPy · Pandas Matplotlib User Auth CSV Upload Export CSV/TXT
9.01%MAPE ANN
1-8-4-1Architecture
10,000Epochs
12 moMax Forecast
86+Runs Logged
Data & Visualisasi
Data & Visualisasi
Model Training
Model Training
Hasil Forecasting
Hasil Forecasting
🔁 ARIMA Auto-Comparison Engine
Setelah ANN selesai training, sistem otomatis menjalankan ARIMA dengan order (p,d,q) terbaik via grid search AIC. Keduanya dibandingkan dalam satu grafik dengan scorecard MAPE — sehingga model terbaik untuk data tersebut langsung teridentifikasi tanpa konfigurasi manual.
ARIMA Prediksi & Tabel
ARIMA Prediksi & Tabel
Scorecard ANN vs ARIMA Live
Scorecard & Chart Live
📦
Operations · Dashboard
Inventory Control
PPIC Dashboard System
inventory-ppic.streamlit.app ↗
LIVE APP

Platform manajemen inventory komprehensif dengan kalkulasi EOQ dan ROP otomatis per SKU. Dashboard real-time memantau status stok, transaksi IN/OUT, klasifikasi ABC, dan memberikan peringatan stok kritis. Terintegrasi langsung dengan ForecastIQ untuk sinkronisasi demand otomatis.

EOQ / ROP Otomatis ABC Analysis Real-time Dashboard Stock Transactions Forecast Sync Plotly Charts PostgreSQL Excel Export Alert System
10+SKU Tracked
Rp51.9jtStock Value
A/B/CClassification
AutoEOQ Recalc
LiveForecast Sync
Dashboard Utama
Dashboard Utama
Transaksi Stok
Transaksi Stok
Kalkulator EOQ ROP
EOQ / ROP Calc

Ketiga sistem — ForecastIQ (ANN), ARIMA Comparison, dan Inventory Control — dirancang terintegrasi penuh. Hasil forecasting otomatis disinkronisasi ke inventory, memperbarui EOQ & ROP tanpa input manual.

📊Data HistorisInput demand
🧠ANN Training10K epochs
🔁ARIMA CompareAuto grid search
🔗Sync ForecastAnnual demand update
📐EOQ / ROPAuto recalculate
KeputusanKapan & berapa pesan
Model Comparison Otomatis
ARIMA berjalan otomatis setelah ANN selesai. Order (p,d,q) terbaik dipilih via grid search AIC tanpa konfigurasi manual.
Sync Forecast ke Inventory
Hasil forecast terbaik langsung memperbarui annual_demand di inventory — EOQ dan ROP recalculate otomatis.
Full Audit Trail
Setiap sesi tersimpan di PostgreSQL dengan MAPE, order ARIMA, timestamp, dan parameter model untuk traceability penuh.

02 ——

Keahlian

PPIC & Supply Chain
Demand Forecasting90%
Inventory Management (EOQ/ROP)88%
Production Planning & PPIC85%
ABC Analysis & Safety Stock83%
SOP Development88%
Data & Technology
Python (Streamlit, NumPy, Pandas)83%
Machine Learning (ANN)80%
Time Series (ARIMA)75%
Database (PostgreSQL)75%
Dashboard Development85%
🐍
PythonCore Language
🎈
StreamlitWeb Framework
🧠
ANN ModelML Forecasting
📉
ARIMATime Series
🐘
PostgreSQLCloud Database
📊
Plotly / MatplotlibVisualization
☁️
Streamlit CloudDeployment
📐
EOQ / ROP ModelInventory Science

Mari Berkolaborasi 🤝

Terbuka untuk diskusi mengenai implementasi sistem PPIC berbasis data, demand forecasting, inventory management digital, atau peluang karir baru.

Klik mana saja untuk tutup · ESC