Foto profil resmi Muhammad Rafansyah, calon analis data sektor publik

Muhammad Rafansyah

Calon Analis Data Sektor Publik dan Pengembang Sistem Informasi Keuangan Negara

D4 Akuntansi Sektor Publik (SI) 2021 Politeknik Keuangan Negara STAN Tangerang Selatan

Saya adalah mahasiswa Akuntansi Sektor Publik dengan spesialisasi Sistem Informasi Keuangan Sektor Publik di PKN STAN. Memiliki ketertarikan mendalam pada analitika data keuangan, pemodelan data, serta ekosistem e-sports kompetitif. Berpengalaman memimpin tim meraih Juara 1 Turnamen Mobile Legends tingkat mahasiswa, yang mengasah kemampuan kepemimpinan, komunikasi strategis di bawah tekanan, dan eksekusi taktis. Komitmen saya adalah menghubungkan keandalan sistem informasi dengan transparansi data keuangan publik.

Lihat Proyek Analitika Unduh Berkas CV

Keahlian & Kompetensi

Kombinasi kemampuan analitika data kuantitatif, penguasaan perangkat teknologi, dan kepemimpinan taktis.

Analitika Data

Pembersihan Data Eksplorasi Data (EDA) Peramalan Deret Waktu (Time Series) Analisis Sentimen Teks (NLP) Analisis Konten Digital

Perkakas & Teknologi

Orange Data Mining Python (Pandas, Matplotlib) Microsoft Excel & Google Sheets Google Antigravity Cloudflare Pages

Keterampilan Nonteknis

Kepemimpinan Tim (Team Leadership) Pemikiran Strategis Penulisan Laporan Keuangan Komunikasi Publik Penyelesaian Masalah di Bawah Tekanan

Proyek Analitika Data

Tiga studi analitika keuangan sektor publik berbasis data riil dengan hasil evaluasi kuantitatif terukur.

Visualisasi grafik ramalan deret waktu ARIMA untuk penerimaan pajak daerah
Oktober - November 2024 Peran: Lead Data Analyst

Peramalan Realisasi Penerimaan Pajak Daerah Menggunakan Model Deret Waktu ARIMA

Masalah: Perencanaan anggaran Pemda sering kali terkendala oleh ketidakpastian proyeksi penerimaan pajak daerah yang fluktuatif setiap bulannya. Diperlukan model estimasi yang presisi untuk meminimalkan risiko defisit anggaran belanja pada APBD.
Data & Metode: Data sekunder bulanan realisasi Pajak Hotel dan Restoran Pemda X (2018–2023, 72 amatan). Menerapkan EDA, Uji ADF, dan pemodelan ARIMA/SARIMA.
Hasil Kuantitatif Terukur
MAPE: 4,2% | RMSE: 14,8
(Menurunkan RMSE dari 22,5 pada baseline model Holt-Winters)
Simpulan: Model SARIMA terbukti mampu meningkatkan akurasi proyeksi penerimaan pajak daerah secara signifikan untuk mendukung perencanaan kas Pemda.
Bukti: Laporan Analisis & Grafik Format: SARIMA(1,1,1)(0,1,1)12
Visualisasi distribusi analisis sentimen teks publik terhadap sistem SIKD
Mei - Juni 2024 Peran: NLP & Text Mining Specialist

Analisis Sentimen Teks Masyarakat Terhadap Implementasi Sistem Informasi Keuangan Daerah (SIKD)

Masalah: Transisi penggunaan aplikasi pelayanan publik SIKD sering memicu beragam respons masyarakat di media sosial yang sulit dievaluasi secara manual. Pemerintah membutuhkan pemetaan sentimen publik secara cepat untuk perbaikan antarmuka dan layanan sistem.
Data & Metode: 1.500 data teks kiriman publik di platform X (Januari–April 2024). Preprocessing teks bahasa Indonesia, analisis sentimen VADER, dan klasifikasi Naive Bayes.
Hasil Kuantitatif Terukur
Akurasi: 86,5% | F1-Score: 0,84
(32% sentimen negatif berfokus pada kendala stabilitas server)
Simpulan: Analisis sentimen secara otomatis membantu identifikasi kendala utama pengguna SIKD pada kategori sentimen negatif untuk perbaikan layanan.
Bukti: Dataset & Model Klasifikasi Algoritma: Naive Bayes
Visualisasi pemetaan transparansi konten ringkasan APBD di 34 portal Pemprov
Maret - April 2024 Peran: Content & Open Data Evaluator

Analisis Konten Transparansi Informasi Keuangan Sektor Publik pada Portal Resmi Pemerintah Daerah

Masalah: Ketersediaan dokumen Ringkasan APBD pada portal Pemda sering tidak konsisten dan sulit diakses oleh publik. Evaluasi berbasis keterbukaan data diperlukan untuk mengukur tingkat kepatuhan standar transparansi keuangan publik.
Data & Metode: 204 tautan dokumen anggaran pada 34 portal resmi Pemerintah Provinsi (TA 2023). Menerapkan Content Analysis Framework, Categorical Scoring, dan Visualisasi Clustering.
Hasil Kuantitatif Terukur
Indeks Skor: 68 / 100
(18% Pemda belum memenuhi kriteria ketersediaan dokumen tepat waktu)
Simpulan: Analisis konten merekomendasikan standardisasi struktur pengunggahan dokumen APBD untuk meningkatkan keterbukaan data publik nasional.
Bukti: Matriks Evaluasi 34 Pemprov Metode: Open Data Audit

Unduh Curriculum Vitae

Dapatkan ringkasan riwayat akademik, sertifikasi analitika data, pengalaman proyek sektor publik, dan rekam jejak kepemimpinan dalam format PDF siap cetak.

Unduh CV Lengkap (PDF)

Kanal Komunikasi & Kontak

Terbuka untuk diskusi proyek analitika data sektor publik, konsultasi, dan kolaborasi profesional.

Hubungi Muhammad Rafansyah

Silakan terhubung melalui surat elektronik kampus maupun jejaring profesional resmi.

Kirim Surel (m.rafansyah@pknstan.ac.id) Profil LinkedIn