Langkah Awal Menuju Karier di Bidang Data: Perjalanan sebagai Machine Learning Engineer bersama Coding Camp 2025

Siapa sangka, keputusan sederhana untuk mendaftar Coding Camp berubah menjadi titik balik terbesar dalam perjalanan belajar saya. Di dunia yang terus bergerak cepat, menjadi seorang Machine Learning Engineer bukan sekadar menguasai algoritma---tapi tentang bagaimana saya membentuk ulang pola pikir, bertumbuh, dan siap berkontribusi.

Sebagai seorang mahasiswi Sistem Informasi yang memiliki ketertarikan pada bidang Artificial Intelligence dan Machine Learning, saya merasa terdorong untuk mendalami bidang ini lebih lanjut. Itulah sebabnya saya memutuskan untuk mengikuti program Studi Independen yaitu Coding Camp 2025 powered by DBS Foundation yang berlangsung selama lima bulan, dari Februari hingga Juli 2025.

Program ini tidak hanya membekali saya dengan keterampilan teknis yang solid, tetapi juga dengan soft skills yang sangat dibutuhkan untuk berkembang di dunia profesional. Lebih dari sekadar memberikan pengetahuan tentang Machine Learning, program ini benar-benar mengubah cara pandang saya terhadap teknologi, serta membuka jalan menuju karir impian saya di dunia data dan AI.

Memulai Perjalanan Menuju Machine Learning Engineer

Perjalanan saya dalam mengikuti Coding Camp dimulai dengan serangkaian sesi orientasi dan briefing teknis yang membuka gambaran menyeluruh tentang jalur pembelajaran lima bulan ke depan. Sebagai anggota kelompok MC-55, saya mengikuti pertemuan rutin mingguan yang menjadi wadah berbagi pengalaman dan tantangan dengan rekan-rekan peserta. Interaksi ini membangun semangat kolaborasi sekaligus mempersiapkan kami untuk menghadapi materi yang semakin mendalam dan kompleks.

Briefing awal juga memberikan arah yang jelas tentang roadmap pembelajaran, sehingga saya dapat menyusun strategi pengelolaan waktu dan sumber daya secara optimal. Motivasi utama saya mengikuti program ini adalah untuk memperdalam pemahaman tentang Machine Learning, serta mengasah keterampilan praktis yang relevan dengan kebutuhan industri. Program ini menjadi pintu masuk bagi saya untuk belajar secara terstruktur dan bertumbuh bersama komunitas yang suportif.

Kurikulum yang Dirancang untuk Membangun Fondasi yang Kuat

Program ini menawarkan jalur pembelajaran yang sangat terstruktur, mulai dari dasar hingga materi yang lebih kompleks di bidang Machine Learning. Kurikulum ini disusun secara bertahap agar peserta dapat membangun dasar yang kuat sebelum beranjak ke topik yang lebih teknis dan mendalam.

Pelatihan diawali dengan beberapa modul fundamental berikut:

1. Belajar Dasar AI
   Modul ini memperkenalkan konsep dasar Artificial Intelligence serta berbagai implementasinya dalam kehidupan nyata. Materi mencakup bagaimana AI mengolah data, mengenali pola, dan memberikan solusi berbasis teknologi.
2. Pengenalan Visualisasi Data
   Modul ini memberikan pemahaman tentang cara menyajikan data dalam bentuk visual yang efektif dan informatif. Visualisasi digunakan sebagai alat untuk menyampaikan insight secara jelas kepada pihak lain.
3. Belajar Dasar Structured Query Language (SQL)
   Melalui modul ini, peserta mempelajari cara mengakses, mengelola, dan menganalisis data dari basis data relasional menggunakan bahasa SQL---sebuah keterampilan dasar dalam analisis data dan pemrograman.
4. Memulai Pemrograman dengan Python
   Modul ini dirancang untuk memperkenalkan sintaks dan logika dasar Python, bahasa pemrograman yang umum digunakan dalam pengembangan aplikasi AI dan analisis data.

Modul-modul tersebut membentuk fondasi yang kokoh sebelum memasuki pembelajaran Machine Learning yang lebih teknis dan berbasis proyek.

Menjelajahi Machine Learning dan Deep Learning

Setelah membangun fondasi dalam pemrograman dan pengolahan data, materi pembelajaran berlanjut ke topik-topik lanjutan di bidang Machine Learning. Fokus utamanya mencakup teknik seperti classification, regression, clustering, dan feature engineering yang sangat penting dalam mengolah data dan menghasilkan keputusan berbasis data.

Modul-modul yang dipelajari meliputi:

1. Analisis data dengan Python
   Modul ini dirancang untuk membantu peserta memahami tahapan lengkap dalam proses analisis data, mulai dari statistik deskriptif, data wrangling, hingga visualisasi data yang efektif. Melalui proyek akhir, peserta membangun dashboard interaktif menggunakan Streamlit sebagai media penyampaian hasil analisis dengan bahasa pemrograman Python. Modul ini memperkuat pemahaman sebelum memasuki pembelajaran machine learning.
2. Machine Learning untuk Pemula
   Modul ini memberikan pemahaman dasar tentang prinsip kerja algoritma machine learning, termasuk bagaimana model dilatih menggunakan data dan digunakan untuk menyelesaikan berbagai jenis permasalahan prediktif.
3. Fundamental Deep Learning
   Materi ini membahas konsep jaringan saraf tiruan (artificial neural networks), cara kerjanya, serta penerapannya dalam pengolahan data kompleks seperti gambar, suara, atau teks. Modul ini menjadi pintu masuk ke dunia deep learning.
4. Fundamental Pemrosesan Data
   Modul ini fokus pada teknik prapemrosesan data, mulai dari pembersihan, transformasi, hingga visualisasi. Tahapan ini krusial agar data siap digunakan dalam pelatihan model yang andal.
5. Machine Learning Terapan
   Di sini dipelajari bagaimana membangun dan menerapkan model machine learning dalam kasus dunia nyata, seperti analisis perilaku konsumen, prediksi tren, atau klasifikasi data dalam skala besar.

Setiap modul tidak hanya menyajikan teori, tetapi juga dilengkapi dengan proyek akhir yang mendorong peserta untuk menerapkan pengetahuan secara langsung. Dengan pendekatan project-based learning ini, proses pembelajaran menjadi lebih kontekstual, aplikatif, dan relevan dengan tantangan dunia profesional.

Capstone Project: FRUCH -- Fruit Check

Sebagai bagian dari pengalaman di program ini, saya turut mengembangkan FRUCH -- Fruit Check, sebuah aplikasi web berbasis model Machine Learning yang dapat mengklasifikasikan tingkat kematangan buah dari gambar. Proyek ini hadir sebagai respons atas rendahnya konsumsi buah segar di Indonesia, dengan menawarkan teknologi praktis yang membantu konsumen memilih buah matang secara tepat. Aplikasi ini dikembangkan menggunakan arsitektur MobileNetV2 dan di-deploy secara ringan melalui TensorFlow.js, sehingga dapat berjalan langsung di browser dan memberikan hasil prediksi secara real-time.

Kami sempat mengalami kendala saat mencoba mengintegrasikan model Machine Learning ke dalam sistem web yang kami bangun. Awalnya kami belum tahu cara terbaik agar model bisa "nyambung" dan bekerja otomatis saat pengguna mengunggah gambar. Tantangan ini cukup membingungkan, karena kami belum pernah menggabungkan model AI ke dalam aplikasi sebelumnya.

Setelah berdiskusi dengan advisor, akhirnya kami menemukan solusi menggunakan TensorFlow.js---yang memungkinkan model dijalankan langsung di browser tanpa perlu server khusus. Hasilnya? Aplikasi jadi lebih ringan, cepat, dan mudah diakses oleh siapa saja.

Proses diawali dengan pembersihan dan augmentasi dataset yang berisi gambar buah-buahan seperti apel, pisang, jeruk, dan tomat dalam kondisi matang dan busuk. Tahapan ini memastikan bahwa model dilatih dengan data yang variatif dan representatif. Setelah itu, dilakukan eksplorasi terhadap beberapa arsitektur Convolutional Neural Network (CNN). MobileNetV2 terpilih karena ringan namun tetap mampu memberikan akurasi prediksi yang baik. Model yang telah dilatih kemudian disimpan dalam format .h5 dan dikonversi ke TensorFlow.js agar dapat dijalankan langsung di sisi pengguna.

Pada tahap akhir, model terintegrasi ke dalam aplikasi web menggunakan Next.js dan Node.js. Pengguna cukup mengunggah gambar buah melalui antarmuka aplikasi, dan dalam hitungan detik akan mendapatkan hasil prediksi tingkat kematangan lengkap dengan persentase keyakinan model. Fitur riwayat prediksi juga tersedia, sehingga pengguna dapat melacak hasil sebelumnya. Aplikasi ini diharapkan dapat menjadi langkah awal dalam mendorong masyarakat untuk mengadopsi gaya hidup sehat berbasis teknologi.

Soft Skills yang Diperoleh Selama Program

Tak hanya membekali peserta dengan keterampilan teknis, program ini juga menjadi ruang pembentukan berbagai soft skills yang sangat penting dalam dunia kerja. Salah satu yang paling terasa dampaknya adalah kemampuan Personal Productivity, yang membantu saya mengelola waktu dan menyusun prioritas di tengah padatnya aktivitas pembelajaran.

Melalui sesi Growth Mindset and Personal Development, saya dilatih untuk membingkai tantangan sebagai ruang belajar, menumbuhkan pola pikir terbuka, dan terus mengembangkan potensi diri secara berkelanjutan.

Tidak jarang, proyek dan target yang menantang memaksa peserta untuk keluar dari zona nyaman. Dalam situasi seperti itu, saya belajar tentang Flexing Under Pressure, yaitu bagaimana tetap tenang, fokus, dan solutif meski berada dalam tekanan.

Pengalaman kolaboratif bersama mentor dan rekan satu tim juga menjadi ruang latihan alami untuk mengasah Communication and Networking. Saya belajar menyampaikan ide dengan percaya diri, mendengarkan secara aktif, serta membangun relasi yang positif dan profesional. Salah satu hal yang paling saya syukuri adalah kesempatan untuk bertemu dan bekerja sama dengan teman-teman dari berbagai universitas di Indonesia. Perbedaan latar belakang dan cara pandang justru memperkaya dinamika diskusi, memperluas wawasan, dan memperkuat keterampilan kolaborasi lintas budaya dan daerah.

Sesi Business Presentation dan Personal Branding memberikan saya pemahaman tentang cara menampilkan diri secara meyakinkan, baik saat mempresentasikan ide maupun dalam membentuk citra profesional yang otentik.

Sebagai penutup, saya juga dibekali strategi dalam Interview Preparation, termasuk cara berinteraksi dengan perekrut, menyusun narasi diri yang kuat, dan mempersiapkan diri untuk proses rekrutmen di dunia kerja nyata.

Level Up English Skills

Dalam upaya meningkatkan kemampuan komunikasi profesional, saya berkesempatan mengikuti Instructor-Led Training (ILT) Bahasa Inggris yang difasilitasi oleh seorang instruktur native speaker. Sesi ini berlangsung secara interaktif dan mendorong peserta untuk lebih percaya diri dalam berbicara, memahami istilah-istilah dalam konteks kerja, serta terbiasa berdiskusi dalam bahasa Inggris secara santai maupun formal.

Pengalaman belajar langsung dengan native speaker membantu saya menyusun kalimat lebih natural, memperkaya kosakata, dan memahami nuansa komunikasi lintas budaya. Ini menjadi bekal penting dalam membangun kesiapan berkarier di industri teknologi yang berskala internasional.

Sesi Weekly Consultation Bersama Mentor

Selama program berlangsung, peserta juga mendapatkan dukungan melalui sesi konsultasi mingguan bersama mentor. Pertemuan ini menjadi ruang untuk memantau progres pembelajaran, mengevaluasi perkembangan proyek, dan berdiskusi apabila peserta mengalami kebingungan atau kesulitan pada materi tertentu.

Melalui sesi ini, saya merasa lebih terarah dan tidak berjalan sendiri. Kehadiran mentor secara rutin memberi dorongan moral, sekaligus membantu saya membangun kebiasaan refleksi dan pengelolaan proses belajar secara berkelanjutan. Kolaborasi ini menjadikan pembelajaran terasa lebih humanis dan suportif, bukan sekadar mengejar target modul.

Refleksi: Pembelajaran Seumur Hidup dan Growth Mindset

Sepanjang perjalanan ini, saya semakin memahami bahwa keterampilan teknis saja tidak cukup untuk sukses di dunia profesional. Lebih dari itu, memiliki growth mindset dan ketekunan dalam menghadapi hambatan justru menjadi kunci utama. Setiap revisi proyek, sesi Instructor-Led Training (ILT), hingga diskusi tim mendorong saya untuk berpikir lebih mendalam, mengambil sudut pandang baru, dan menjadi lebih fleksibel dalam menyikapi tantangan. Tidak selalu mudah, tetapi justru dari proses itulah pelajaran paling berharga saya dapatkan.

Mengikuti program ini membuka mata saya bahwa pembelajaran seumur hidup bukan sekadar jargon, melainkan fondasi penting bagi siapa pun yang ingin bertahan dan berkembang di tengah perubahan teknologi yang cepat. Kemampuan untuk terus belajar dan beradaptasi terbukti menjadi bekal utama dalam membangun karier jangka panjang.

Saya merasa beruntung berada di lingkungan belajar yang suportif bersama Dicoding Indonesia dan Coding Camp powered by DBS Foundation. Program ini tidak hanya memperluas wawasan, tetapi juga memberikan dorongan untuk melangkah lebih percaya diri. Bukan hanya mendapatkan sertifikat, melainkan juga arah karier yang lebih jelas serta semangat untuk terus bertumbuh sebagai calon Machine Learning Engineer.

Melalui pengalaman ini, saya merasa telah dibekali tidak hanya dengan kompetensi teknis dalam bidang machine learning, tetapi juga dengan kesiapan mental dan soft skills yang relevan dengan tantangan dunia kerja. Dari proyek nyata, kerja sama tim, hingga eksplorasi teknologi terkini, semuanya menjadi pijakan yang menguatkan saya untuk melangkah lebih mantap ke dunia data dan kecerdasan buatan.