Data Mining dan Machine Learning dengan Python¶
Materi belajar berbahasa Indonesia untuk memahami alur kerja data mining dan machine learning: dari mendefinisikan masalah, menyiapkan data, membangun model, hingga mengevaluasi dan mengoptimalkannya, dengan Python dan scikit-learn.
Status
Seluruh bab sudah tersedia. Contoh kode dijalankan dengan Python 3.14 dan scikit-learn 1.9; keluaran yang ditampilkan berasal dari program yang benar-benar dijalankan. Data bersifat publik (bawaan scikit-learn dan statsmodels) atau sintetis, dan selalu diberi tanda.
-
Urutan belajar yang disarankan dan alur kerja data mining.
-
Python, NumPy, pandas, visualisasi, statistik, praproses, dan metrik evaluasi.
-
Menyiapkan Python dan pustaka yang dibutuhkan.
-
Dataset latihan, glosarium, dan bacaan.
Lima kategori data mining¶
| Bab | Pertanyaan yang dijawab | Jenis pembelajaran |
|---|---|---|
| Klasifikasi | Ini termasuk kelas yang mana? | Supervised |
| Estimasi (Regresi) | Berapa nilai numeriknya? | Supervised |
| Forecasting | Berapa nilainya di masa depan? | Supervised, berurutan waktu |
| Klaster | Kelompok alami apa yang ada? | Unsupervised |
| Aturan Asosiasi | Item apa yang sering muncul bersama? | Unsupervised |
Isi tiap bab¶
- Dasar-dasar: 12 pelajaran (lingkungan, NumPy, pandas, visualisasi, statistik, EDA, praproses, rekayasa fitur, pembagian data, metrik, pipeline, overfitting dan kebocoran data).
- Klasifikasi: 14 pelajaran, dari alur kerja sampai proyek prediksi churn.
- Estimasi (Regresi): 9 pelajaran, dari regresi linear sampai proyek harga rumah.
- Forecasting: 11 pelajaran, dari komponen deret waktu sampai proyek penjualan bulanan.
- Klaster: 10 pelajaran, dari k-Means sampai proyek segmentasi pelanggan.
- Aturan Asosiasi: 6 pelajaran, dari data transaksi sampai proyek keranjang belanja.
Cara memakai materi ini¶
- Siapkan lingkungan Python.
- Pelajari Dasar-dasar satu kali; semua bab merujuk ke sana.
- Pilih bab sesuai kebutuhan. Setiap halaman bab memuat prasyarat, tujuan, dan rencana pelajaran.
- Jalankan kode sendiri dan kerjakan latihannya.