Lulusan Informatika Universitas Gunadarma, angkatan 2026. Skripsi membangun arsitektur hybrid Autoencoder + CNN untuk memilah citra MRI ke empat kelas tumor: akurasi 89,31 persen pada data uji internal dari 4.735 citra bersih, dan 71,25 persen pada data BraTS 2020 yang belum pernah dilihat model.
Sebagian besar pekerjaan terjadi sebelum pelatihan. Mengaudit dan menggabungkan tiga sumber MRI publik menggeser akurasi lebih jauh daripada mengganti arsitektur, dan pola itu terulang di proyek web serta mobile: langkah yang tidak menarik menentukan hasilnya.
Sisanya soal pengiriman. Python dan Flask di server. TypeScript dan React Native di klien. Turso dan SQL Server di lapisan data. Model di notebook masih hipotesis. Apa yang dibangun di sekitarnya menentukan apakah orang bisa mempercayai keluarannya.