Skip to content

Dokumen dan laporan proyek yang terkait dengan visualisasi data serta penerapan metode machine learning, data mining, information retrieval untuk berbagai studi kasus. Semua dokumen ditulis dalam format PDF dan dapat digunakan sebagai referensi edukatif maupun praktis.

Notifications You must be signed in to change notification settings

ceceyeolie/MachineLearning-Data

Folders and files

NameName
Last commit message
Last commit date

Latest commit

Β 

History

2 Commits
Β 
Β 

Repository files navigation

Kumpulan Laporan Visualisasi Data & Penerapan Machine Learning

Folder ini berisi berbagai dokumen dan laporan proyek yang terkait dengan visualisasi data serta penerapan metode machine learning, data mining, information retrieval untuk berbagai studi kasus. Semua dokumen ditulis dalam format PDF dan dapat digunakan sebagai referensi edukatif maupun praktis.

πŸ“‚ Isi Folder

Berikut adalah ringkasan dokumen yang tersedia:


1. πŸ“Š Visualisasi Data Olimpiade Tokyo 2021

  • Judul: Analisis Medali, Cabang Populer, dan Key Insight Olimpiade Tokyo 2021
  • Deskripsi: Laporan ini menyajikan insight dari data Olimpiade Tokyo 2021 melalui visualisasi interaktif. Fokus pada distribusi medali, olahraga yang paling populer, serta analisis negara-negara unggulan. Disajikan dalam bentuk grafik dan dashboard visual.

2. πŸ€– Penerapan Machine Learning dan Analisis Data

πŸ“„ Prediksi Harga Saham

  • Judul: Perbandingan Kinerja Model LSTM dan GRU dalam Memprediksi Harga Saham di Pasar Modal Indonesia
  • Deskripsi: Eksperimen dengan dua model deep learningβ€”LSTM dan GRUβ€”untuk meramalkan harga saham di pasar modal. Meliputi tahap preprocessing data, pelatihan model, evaluasi akurasi, serta visualisasi hasil prediksi.

πŸ“„ Deteksi Outlier

  • Judul: Analisis Pengaruh Outlier terhadap Prediksi Usia Abalon: Studi Komparatif Metode IQR & Z-Score
  • Deskripsi: Penelitian ini membandingkan dua metode deteksi outlier (IQR dan Z-Score) dan dampaknya terhadap performa model prediksi usia abalon. Disertai visualisasi outlier dan uji akurasi model sebelum-sesudah pembersihan data.

πŸ“„ Pencarian Lagu Berdasarkan Lirik

  • Judul: Analisis Perbandingan Metode Word2Vec dan TF-IDF dengan Cosine Similarity dalam Pencarian Judul Lagu Berdasarkan Lirik
  • Deskripsi: Proyek ini membandingkan performa Word2Vec dan TF-IDF untuk pencarian judul lagu berdasarkan input lirik, dengan Cosine Similarity sebagai metrik pencocokan. Studi kasus berbasis Natural Language Processing (NLP).

3. 🧠 Forward Chaining

  • Judul: Penerapan Metode Forward Chaining r
  • Deskripsi: Laporan ini menjelaskan secara komprehensif konsep dasar sistem pakar, mulai dari definisi, arsitektur sistem, hingga metode inferensi berbasis Forward Chaining. Disertai studi kasus lengkap, proses pengambilan keputusan, serta implementasi aturan dan penalaran logika.

🎯 Tujuan

Dokumen dalam folder ini disusun sebagai bagian dari eksplorasi mandiri maupun tugas akademik dalam bidang:

  • Visualisasi Data
  • Statistik Deskriptif & Data Cleansing
  • Machine Learning & Deep Learning
  • Natural Language Processing
  • Forward Chaining

πŸ“₯ Akses Folder

πŸ“Ž Google Drive - MachineLearning&Data


⚠️ Seluruh dokumen dalam folder ini merupakan karya orisinal dan digunakan untuk keperluan edukasi. Silakan cantumkan atribusi jika digunakan kembali dalam publikasi atau materi pembelajaran.

About

Dokumen dan laporan proyek yang terkait dengan visualisasi data serta penerapan metode machine learning, data mining, information retrieval untuk berbagai studi kasus. Semua dokumen ditulis dalam format PDF dan dapat digunakan sebagai referensi edukatif maupun praktis.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published