IF3170 Artificial Intelligence Tugas Besar 2

Scholar Classifier - Group 34 (EgiluyIzinnn🙏)

Deskripsi Singkat

Repository ini berisi implementasi Machine Learning untuk membangun model klasifikasi dan memprediksi status akademik mahasiswa (Dropout, Enrolled, Graduate) berdasarkan dataset yang diberikan. Tahapan ini meliputi:

• Data Cleaning: Penanganan missing values, outlier handling (Log transformation, Clipping).
• Feature Engineering: Pembuatan fitur interaksi, binning (Age, Occupation, Qualification).
• Preprocessing: Feature Scaling (StandardScaler), Encoding (One-Hot & Ordinal), Normalization (Yeo-Johnson), dan Dimensionality Reduction (PCA/Feature Selection).
• Imbalance Handling: Menggunakan SMOTETomek untuk menangani ketidakseimbangan kelas pada data training.
• Modeling: Implementasi algoritma pembelajaran mesin (seperti DTL, Logistic Regression, SVM, dll).

Cara Setup dan Run Program

1. Prerequisites

Pastikan Anda telah menginstal Python (versi 3.8 atau lebih baru) dan package manager pip.

2. Instalasi Dependencies

Jalankan perintah berikut untuk menginstal library yang dibutuhkan:

pip install pandas numpy matplotlib seaborn scikit-learn imblearn

3. Menjalankan Program

1. Clone repository ini ke local machine Anda.
2. Buka file notebook utama: IF3170_Artificial_Intelligence___Tugas_Besar_2_Notebook.ipynb menggunakan VS Code atau Jupyter Notebook.
3. Pastikan dataset (train.csv dan test.csv) berada di folder data/.
4. Jalankan sel (cells) secara berurutan dari atas ke bawah (Run All).

Pembagian Tugas Anggota Kelompok

Berikut adalah pembagian tugas untuk setiap anggota kelompok 34:

Nama	NIM	Deskripsi Tugas
Nicholas Andhika Lucas	13523014	Membuat implementasi EDA, Membuat implementasi Split Training Set and Validation Set, Membuat implementasi Data Cleaning and Processing, Membuat implementasi Data Preprocessing: Labeling and Encoding, Membuat laporan: struktur, penjelasan tahap data cleaning dan data preprocessing
Shanice Feodora Tjahjono	13523097	Membuat implementasi Data Preprocessing: Feature Scaling, Data, Normalization, Dimensionality Reduction, dan Pipeline, Menguji dan memperbaiki tahap Data Cleaning, Membuat laporan: penjelasan tahap Data Preprocessing
Jonathan Kenan Budianto	13523139	Implementasi model Decision Tree Learning, Membuat laporan: Penjelasan Implementasi Decision Tree Learning, Penjelasan hasil uji coba Decision Tree Learning, Uji coba model Decision Tree Learning
Mahesa Fadhillah Andre	13523140	Implementasi model Logistic Regression, Membuat laporan: Penjelasan implementasi Logistic Regression, Penjelasan hasil uji coba Logistic Regression, Uji coba model Logistic Regression
Muhammad Farrel Wibowo	13523153	Implementasi model SVM, Membuat laporan: Penjelasan implementasi SVM, Penjelasan hasil uji coba SVM, Uji coba model SVM