Assignment14.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "id": "501f4c07",
   "metadata": {},
   "source": [
    "Nama Kelompok :\n",
    "- Diman Alfon ( 21181074 )\n",
    "- Heksandro Molako\n",
    "- Mazam Ganendra ( 21181192 )\n",
    "\n",
    "**Topik 1 : Prediksi Terjadinya Transaksi Pembelian Oleh Pengunjung Pada Sebuah Toko Belanja Online**\n",
    "\n",
    "Topik ini dilakukan terhadap sebuah dataset yang diperoleh dari www.kaggle.com yang bernama \"Online Shoppers Purchasing Intention\". Dari dataset tersebut ingin diketahui apakah pengunjung sebuah toko online diprediksi melakukan pembelian atau tidak. Penjelasan dataset dan kolom target dijelaskan pada bagian berikutnya.\n",
    "\n",
    "Dataset \"Online Shoppers Purchasing Intention\"\n",
    "Sumber: www.kaggle.com\n",
    "\n",
    "Sebuah website toko belanja online menawarkan suatu produk kepada pengunjung. Pengunjung mengakses website tersebut kemudian melakukan berbagai aktivitas seperti mengakses beberapa halaman web, melihat produk, melakukan transaksi atau tidak dan lain sebagainya. Setiap pengunjung yang mengakses toko online tersebut dicatat dalam database setiap aktivitasnya seperti berapa kali mengunjungi suatu halaman tertentu, berapa lama durasinya, apakah melakukan transaksi atau tidak, dan lain sebgaainya. Dataset terdiri dari:\n",
    "12.330 baris\n",
    "18 kolom dimana:\n",
    "baris mewakili setiap pengunjung pada sebuah toko online\n",
    "kolom mewakili atribut/aktifitas pengunjung Kolom target (yang akan diprediksi) adalah kolom Revenue yang berisi True dan False dimana:\n",
    "True adalah pengunjung yang melakukan transaksi atau pembelian\n",
    "False adalah pengunjung yang tidak melakukan transaksi/pembelian\n",
    "\n",
    "Untuk mendukung analisis dan prediksi terjadinya transaksi pembelian oleh pengunjung pada sebuah toko belanja online menggunakan dataset \"Online Shoppers Purchasing Intention\" dari Kaggle, dibutuhkan infrastruktur komputer yang memadai. Spesifikasi minimum yang direkomendasikan meliputi prosesor Intel Core i5 atau setara, RAM sebesar 8 GB, penyimpanan 256 GB SSD, kartu grafis terintegrasi seperti Intel UHD Graphics, dan sistem operasi Windows 10, MacOS, atau Linux. Untuk spesifikasi yang lebih direkomendasikan, disarankan menggunakan prosesor Intel Core i7 atau AMD Ryzen 7, RAM 16 GB, penyimpanan 512 GB SSD, kartu grafis dedicated seperti NVIDIA GeForce GTX 1060 atau lebih tinggi, dan sistem operasi Windows 10/11, MacOS, atau Linux. \n",
    "\n",
    "**Topik 2 : Wine Quality Prediction Analysis**\n",
    "\n",
    "Wine appreciation is a complex art form, but what if we could use science to predict a wine's quality based on its ingredients?\\\n",
    "This project delves into the fascinating world of wine quality prediction analysis, leveraging the power of machine learning.\n",
    "\n",
    "Data Source:\n",
    "We'll be utilizing a well-established dataset from Kaggle, a popular platform for data science enthusiasts. This dataset, meticulously compiled by rajyellow46 https://www.kaggle.com/datasets/yasserh/wine-quality-dataset, contains various chemical properties of red wines, acting as the key to unlocking the secrets of quality.\n",
    "\n",
    "Ingredients as the Fingerprint:\n",
    "Instead of relying solely on subjective tasting notes, we'll focus on the objective data – the wine's chemical composition. This includes factors like fixed acidity, volatile acidity, citric acid, and residual sugar, all of which play a crucial role in shaping a wine's taste profile and overall quality.\n",
    "\n",
    "Code for Exploration:\n",
    "To embark on this analytical journey, we'll utilize a code tutorial available on YouTube https://www.youtube.com/watch?v=W25TEa93T_I. This resource will guide us through the process of data exploration, model building, and ultimately, predicting wine quality based on its ingredients.\n",
    "\n",
    "**Topik 3 : Heart Attack Analysis & Prediction**\n",
    "\n",
    "Dibuat untuk mengetahui dan memprediksi serta menganalisis serangan jantung pada pasien di sebuah rumah sakit.\n",
    "Alasan pemilihan topik :\n",
    "Sumber data : Kuisioner dan penilaian yang terstandarisasi yang dapat digunakan untuk melaksanakan pendeteksian dan analisa terhadap serangan jantung.\n",
    "\n",
    "Ketersediaan kode : terdapat beberapa library machine learning open source seperti Kaggle yang telah menyiakan kode dan data tentang machine learning for hearth attack analysis & Prediction. \n",
    "\n",
    "Dukungan Infrastruktur : Kompiter dengan spesifikasi Ram 16 Gb di rasa sudah cukup mumpuni untuk menjalankan algoritma yang akan digunakan pada dataset yang berukuran sedang. Beberapa platform cloud sepertu Ms Azure, Amazon Webservice dll juga dapat digunakan untuk melatih dan menjalankan model machine learning yang kompleks tanpa memerlukan infrastruktur yang Mahal"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.11.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}