ML
ML LabAcademic Platform
Platform Praktikum & Eksperimen Data

Pemahaman Proses Machine Learning Secara Transparan dan Terstruktur

Unggah dataset, analisis sebaran nilai dan missing value, lakukan preprocessing, latih algoritma klasifikasi, evaluasi confusion matrix, dan jalankan pengujian prediksi.

Model: Random Forest (n_estimators=100)Completed ✓
Accuracy

91.4%

Precision

90.8%

Recall

92.1%

F1 Score

91.4%

Dataset: customer_churn_q3.csv (1,250 rows)Split: 80% Train / 20% TestWaktu: 4.8 detik

Alur Kerja

Siklus Machine Learning Terpadu

01

Dataset

Format CSV & XLSX

02

Eksplorasi

Statistik & missing check

03

Preprocessing

Imputasi, scaling, encoding

04

Algoritma

Konfigurasi parameter

05

Evaluasi

Confusion matrix & metric

06

Prediksi

Form inferensi interaktif

Algoritma Klasifikasi

Algoritma yang Didukung pada Rilis MVP

Random Forest

High

Ensemble pohon keputusan yang menggabungkan output suara mayoritas untuk mengurangi variansi.

Pelajari Teori

Decision Tree

Very High

Model berbasis pohon keputusan if-else rekursif dengan transparansi keputusan penuh.

Pelajari Teori

Naive Bayes

High

Klasifikasi probabilistik berdasarkan Teorema Bayes dengan asumsi independensi bersyarat fitur.

Pelajari Teori