Audit & preprocessing
Memeriksa kualitas data, memilih fitur, melakukan encoding, scaling, dan validasi dataset akhir.
Semua Proyek/Stunting Classification
← Kembali ke semua proyekMachine Learning · Data Analytics
Stunting Classification
Pipeline modular untuk mengaudit, membersihkan, memodelkan, mengevaluasi, dan melaporkan klasifikasi stunting menggunakan data SSGI 2024.
284.776observasi akhir
152fitur akhir
85,38%akurasi 5-fold CV
01 · Masalah
Data besar membutuhkan audit yang dapat ditelusuri
Data survei berskala besar memiliki struktur, tipe variabel, nilai hilang, dan distribusi kelas yang perlu diperiksa secara sistematis. Pipeline dibuat agar setiap perubahan dari data mentah menuju dataset analisis tercatat dan dapat diperiksa kembali.
Jumlah 284.776 merupakan observasi setelah proses pembersihan dan validasi, bukan jumlah data mentah.
02 · Kontribusi
Bagian yang saya kerjakan
Eksperimen model
Membandingkan lima algoritma pada skenario binary dan multiclass dengan proses evaluasi yang konsisten.
Evaluasi & pelaporan
Menyusun metrik, visualisasi, interpretasi SHAP, serta materi hasil untuk mendukung persiapan riset.
03 · Keputusan teknis
Menjaga evaluasi tetap adil
- 01
Audit
Memetakan perubahan jumlah observasi dan fitur.
- 02
Prepare
Menyiapkan data sesuai kebutuhan tiap algoritma.
- 03
Balance
Menerapkan SMOTE-NC hanya pada data latih di dalam evaluasi.
- 04
Validate
Menggunakan Stratified 5-Fold Cross Validation.
- 05
Explain
Membandingkan performa dan kontribusi fitur menggunakan SHAP.
04 · Hasil
Perbandingan lima model dengan prosedur yang sama
Seluruh model dievaluasi pada skenario klasifikasi binary menggunakan Stratified 5-Fold Cross Validation. Penyajian semua model membantu memperlihatkan trade-off performa, bukan hanya menonjolkan satu hasil terbaik.
| Model | Metode evaluasi | Rata-rata akurasi |
|---|---|---|
| Gradient Boosting | Stratified 5-Fold CV | 85,38% |
| Random Forest | Stratified 5-Fold CV | 81,82% |
| Regresi Logistik | Stratified 5-Fold CV | 79,39% |
| Decision Tree | Stratified 5-Fold CV | 76,24% |
| Naive Bayes | Stratified 5-Fold CV | 52,48% |
Angka ini merupakan hasil evaluasi internal pada dataset proyek, bukan klaim performa pada populasi baru.
05 · Output
Artefak yang dihasilkan
Dataset siap analisis
Dataset akhir berisi 284.776 observasi dan 152 fitur setelah audit, pembersihan, serta validasi struktur data.
Evaluasi yang dapat dibandingkan
Lima algoritma dinilai dengan pembagian fold dan prosedur evaluasi yang konsisten.
Interpretasi model
Visualisasi metrik dan SHAP disusun untuk membantu pembacaan performa serta kontribusi fitur.
06 · Teknologi