Pengenalan Klasifikasi

Modul ini membahas pengenalan Machine Learning sebagai bagian dari Artificial Intelligence, mencakup konsep supervised, unsupervised, dan reinforcement learning, dengan fokus utama pada tugas klasifikasi. Peserta dipandu memahami prinsip kerja klasifikasi biner, multi-kelas, dan multi-label, termasuk strategi OvR dan OvO, serta penerapannya pada berbagai kasus nyata seperti deteksi spam, diagnosis penyakit, dan analisis sentimen. Materi juga mencakup evaluasi performa model menggunakan confusion matrix, accuracy, precision, recall, F1-score, dan specificity, disertai pengenalan konsep data split, cross-validation, overfitting, dan underfitting sebagai dasar pemahaman pengembangan model yang andal dan siap diterapkan.

KNN

Modul ini membahas algoritma K-Nearest Neighbors (KNN) sebagai salah satu metode klasifikasi berbasis kemiripan data. Peserta mempelajari karakter utama KNN sebagai model non-parametrik dan lazy learning, konsep pemilihan nilai K serta pengaruhnya terhadap overfitting dan underfitting, serta penggunaan berbagai fungsi jarak seperti Euclidean, Manhattan, dan Minkowski. Materi dilengkapi contoh perhitungan manual dan alur kerja KNN (hitung jarak, pilih tetangga terdekat, voting, dan keputusan akhir), kemudian diterapkan pada studi kasus customer churn menggunakan Python, mencakup EDA, preprocessing, scaling, pemodelan, evaluasi, dan eksperimen tambahan seperti undersampling dan cross-validation untuk menguji stabilitas model.

Naïve Bayes

Modul ini membahas algoritma Naïve Bayes sebagai metode klasifikasi berbasis probabilitas yang memanfaatkan Teorema Bayes untuk menghitung peluang suatu data masuk ke kelas tertentu. Peserta mempelajari konsep prior, likelihood, dan posterior, beserta asumsi independensi fitur sebagai karakter utama model. Materi juga mengulas kelebihan dan keterbatasan Naïve Bayes, serta variasinya — GaussianNB untuk data kontinu, MultinomialNB untuk data berbasis frekuensi (terutama teks), dan BernoulliNB untuk data biner. Penerapan konsep diperkuat melalui studi kasus deteksi fraud kartu kredit menggunakan Python, meliputi EDA, preprocessing, pelatihan model, evaluasi, dan cross-validation sebagai langkah verifikasi performa model.

SVM

Modul ini membahas Support Vector Machine (SVM) sebagai algoritma klasifikasi yang bekerja dengan mencari hyperplane terbaik untuk memisahkan kelas dengan margin terbesar. Peserta diperkenalkan pada konsep inti SVM seperti hyperplane, support vector, dan margin, serta bagaimana model ini tetap efektif pada data berdimensi tinggi. Materi juga membahas penggunaan kernel (Linear, Polynomial, RBF, dan Sigmoid) untuk menangani pola data non-linear melalui pemetaan ke ruang fitur yang lebih tinggi. Selain itu, modul mengulas parameter penting seperti C, gamma, dan degree untuk optimasi performa model. Pemahaman diperkuat melalui studi kasus deteksi diabetes menggunakan Python, mencakup EDA, preprocessing, pelatihan model, evaluasi, dan cross-validation.

Decision Tree

Modul ini membahas Decision Tree sebagai algoritma klasifikasi yang memodelkan proses pengambilan keputusan dalam bentuk struktur pohon, mulai dari root node hingga leaf node sebagai hasil prediksi akhir. Peserta mempelajari konsep impurity (entropy, information gain, dan gini impurity) sebagai dasar pemilihan fitur paling informatif, serta perbedaan algoritma ID3, C4.5, dan CART. Materi juga mengulas kelebihan Decision Tree yang mudah diinterpretasikan, sekaligus risikonya terhadap overfitting pada pohon yang terlalu kompleks. Teknik pre-pruning dan post-pruning dibahas sebagai solusi pengendalian kompleksitas model. Penerapan konsep diperkuat melalui studi kasus prediksi risiko mahasiswa dropout, mencakup EDA, preprocessing, pelatihan model, evaluasi, dan cross-validation.

Random Forest

Modul ini membahas Random Forest sebagai pengembangan dari Decision Tree yang menggabungkan banyak pohon keputusan untuk meningkatkan akurasi dan stabilitas model. Setiap pohon dilatih menggunakan bootstrap sampling dan subset fitur acak, sehingga menghasilkan model yang lebih tahan terhadap overfitting, noise, dan outlier. Prediksi dilakukan melalui voting mayoritas untuk klasifikasi dan rata-rata untuk regresi, sementara Out-of-Bag (OOB) digunakan sebagai metode evaluasi internal tanpa data uji terpisah. Materi juga membahas parameter penting seperti n_estimators dan hubungannya dengan stabilitas model, kompleksitas komputasi, serta trade-off antara performa dan waktu pelatihan.

Logistic Regression

Modul ini membahas Logistic Regression sebagai algoritma supervised learning yang digunakan untuk pemodelan klasifikasi berbasis probabilitas. Berbeda dari Linear Regression yang menghasilkan nilai kontinu, Logistic Regression memetakan output ke rentang 0–1 melalui fungsi sigmoid, sehingga hasil prediksi dapat diinterpretasikan sebagai peluang suatu data masuk ke kelas tertentu. Model kemudian menentukan kelas berdasarkan nilai ambang (threshold), misalnya 0,5 untuk klasifikasi biner.

Submission

Modul ini berfokus pada penerapan konsep klasifikasi melalui project prediksi employee attrition menggunakan IBM HR Analytics Dataset. Dalam project ini, peserta berperan sebagai data analyst atau data scientist di bidang HR untuk membangun model yang mampu memprediksi apakah karyawan berpotensi bertahan atau resign berdasarkan karakteristik demografis, riwayat pekerjaan, dan faktor organisasi. Proses pembelajaran menekankan pemahaman konteks bisnis, eksplorasi dan pembersihan data, pemilihan algoritma klasifikasi yang relevan, serta evaluasi model menggunakan metrik yang tepat. Hasil analisis diharapkan dituangkan secara sistematis dalam Jupyter Notebook sebagai bentuk dokumentasi dan pelaporan yang dapat dipertanggungjawabkan secara analitis maupun praktis.