ilmahamalanf (ilmahamalanf)

2024: Mengembangkan sistem penjadwalan sidang skripsi menggunakan reinforcement learning untuk mengoptimalkan penugasan dosen penguji dengan menyeimbangkan beban kerja. Merancang fungsi reward untuk memastikan pemerataan dan fleksibilitas, serta membangun dashboard untuk mempermudah pemantauan dan pengelolaan.

2024: Proyek ini menggunakan Python untuk melakukan pra-pemrosesan data penyakit jantung melalui beberapa tahap: data understanding, preparation, exploratory data analysis (EDA), and feature engineering. Proses ini mencakup identifikasi tipe fitur, penanganan nilai yang hilang dan outlier, visualisasi hubungan antarvariabel, serta transformasi fitur untuk meningkatkan kinerja model.

2024: Pemodelan data penyakit jantung yang telah dipra-pemrosesan berbasis Python mencakup label encoding, cross-validation, analisis kurva pembelajaran, penyesuaian hyperparameter, bootstrapping, dan metrik evaluasi. Penerapan langkah-langkah ini bertujuan untuk meningkatkan kinerja model.

2024: Dashboard ini merupakan tindak lanjut dari model prediksi penyakit jantung. Dashboard ini menyediakan visualisasi interaktif untuk menyajikan wawasan utama dari data. Tujuannya adalah untuk mendukung pemahaman yang lebih baik dan pengambilan keputusan berdasarkan hasil model.

2024: Dashboard ini merupakan tindak lanjut dari proyek "Hyper-Personalized Recommendation System Based on Customer Segmentation", yang menyajikan wawasan visual mengenai kelas pelanggan dan rekomendasi produk yang dipersonalisasi untuk mereka. Dashboard ini menampilkan hasil segmentasi, pola perilaku utama, serta output rekomendasi untuk mendukung pengambilan keputusan bisnis dan meningkatkan strategi pemasaran.

2025: "Analyzing the Relationship Between Air Quality and Public Sentiment"

Proyek ini menganalisis bagaimana sentimen publik di Twitter berkorelasi dengan tingkat kualitas udara (AQI) di Tangerang Selatan. Saya mengumpulkan data AQI dan tweet yang memiliki geo-tag, melakukan pembersihan data serta klasifikasi sentimen menggunakan machine learning (SVM), dan menerapkan uji statistik dengan SPSS untuk mengidentifikasi korelasi yang signifikan.

2025: Crawling data Twitter menggunakan keyword tertentu dan rentang waktu tertentu

2025: Pelabelan data bisa menggunakan vader sentimen dan text preprocessing menggunakan case folding, tokenizing, normalization, stopword removal, stemming, maupun lemmatization.

2025: Membuat ringkasan data menggunakan Pivot Table untuk menganalisis harga rata-rata, pajak tahunan, dan konsumsi bahan bakar (BBM) berdasarkan model sepeda motor. Proses ini mencakup: mengelompokkan data berdasarkan model sepeda motor, menghitung secara otomatis harga rata-rata, pajak, dan konsumsi BBM untuk setiap model, serta menyajikan hasil secara ringkas agar mudah mengidentifikasi model dengan harga tertinggi, konsumsi BBM paling efisien, dan beban pajak rata-rata. Analisis ini memberikan wawasan cepat mengenai perbandingan spesifikasi ekonomis antar model sepeda motor.