Kirimkan 5 Judul Proyek UTS dan UAS

Kelompok : Master Model

Kelompok : Master Model

by ARDHA LUQMAN EKA PRADITYA -
Number of replies: 2

1. Prediksi Harga Rumah Berdasarkan Fitur Properti dan Lingkungan
Deskripsi Masalah: Prediksi harga rumah bisa membantu pembeli dan investor dalam mengambil keputusan. Proyek ini bertujuan untuk memperkirakan harga rumah berdasarkan faktor seperti luas bangunan, lokasi, dan fasilitas.
Jenis Data: Data harga rumah (dataset publik seperti dari Kaggle atau Zillow).
Model yang Diperkirakan: Regresi (Linear Regression, Gradient Boosting, atau Random Forest).

2. Prediksi Kemacetan Lalu Lintas Berdasarkan Data Cuaca dan Jam
Deskripsi Masalah: Kemacetan lalu lintas dipengaruhi oleh banyak faktor, termasuk kondisi cuaca dan waktu. Proyek ini akan memprediksi tingkat kemacetan untuk membantu pengelolaan lalu lintas.
Jenis Data: Data lalu lintas dan cuaca historis (data dari pemerintah atau dataset lalu lintas publik).
Model yang Diperkirakan: Regresi atau Time-Series Forecasting (LSTM, ARIMA).

3. Sistem Deteksi Kecurangan dalam Pengajuan Klaim Asuransi
Deskripsi Masalah: Mengidentifikasi klaim asuransi yang mencurigakan atau berpotensi palsu.
Jenis Data: Data klaim asuransi, riwayat klaim, dan demografi pelanggan.
Model yang Diperkirakan: Deteksi Anomali (Random Forest, Isolation Forest).

4. Sistem Rekomendasi Film Berdasarkan Preferensi Pengguna
Deskripsi Masalah: Mengembangkan sistem rekomendasi yang dapat membantu pengguna menemukan film sesuai dengan minat mereka. Proyek ini berfokus pada pembuatan model rekomendasi berbasis kolaboratif atau konten.
Jenis Data: Data rating pengguna terhadap film, data preferensi genre (dataset MovieLens bisa digunakan).
Model yang Diperkirakan: Collaborative Filtering, Content-Based Filtering (model rekomendasi menggunakan matriks dekomposisi atau metode berbasis neural).

5. Prediksi Harga Kripto Berdasarkan Volume dan Sentimen Media Sosial
Deskripsi Masalah: Memprediksi harga kripto dengan menggabungkan volume perdagangan dan sentimen media sosial.
Jenis Data: Data volume perdagangan kripto dan sentimen media sosial.
Model yang Diperkirakan: Regresi atau Time-Series Forecasting (LSTM, ARIMA).

In reply to ARDHA LUQMAN EKA PRADITYA

Re: Kelompok : Master Model

by HARTONO HARTONO -
Prediksi Kemacetan Lalu Lintas Berdasarkan Data Cuaca dan Jam (ketika tim yakin model yang dihasilkan dapat diujikan terkini)
In reply to HARTONO HARTONO

Re: Kelompok : Master Model

by ARDHA LUQMAN EKA PRADITYA -
Tambahan Judul Proyek:

1. Prediksi Produktivitas Karyawan Berdasarkan Faktor Sosial dan Dukungan Perusahaan
Deskripsi Masalah: Memahami faktor-faktor yang memengaruhi perubahan produktivitas karyawan selama kerja jarak jauh, seperti tingkat dukungan perusahaan dan isolasi sosial.
Jenis Data: Data rating isolasi sosial, dukungan perusahaan, rating work-life balance, dan perubahan produktivitas.
Model yang Diperkirakan: Klasifikasi atau Regresi (Logistic Regression, XGBoost)

2. Pengaruh Aktivitas Fisik terhadap Kualitas Tidur dan Tingkat Stres
Deskripsi Masalah: Mengidentifikasi pengaruh aktivitas fisik terhadap kualitas tidur dan tingkat stres karyawan selama bekerja dari rumah.
Jenis Data: Data aktivitas fisik, kualitas tidur, dan tingkat stres.
Model yang Diperkirakan: Clustering atau Klasifikasi (K-Means, SVM)


3. Prediksi Risiko Depresi Berdasarkan Kualitas Tidur dan Dukungan Perusahaan
Deskripsi Masalah: Menentukan risiko depresi karyawan berdasarkan kualitas tidur dan tingkat dukungan perusahaan yang diterima.
Jenis Data: Data kualitas tidur, dukungan perusahaan, dan kondisi kesehatan mental.
Model yang Diperkirakan: Klasifikasi (SVM, Naïve Bayes)