Materi belajar berbahasa Indonesia tentang alur kerja data mining dan machine learning dengan Python dan scikit-learn, disajikan sebagai situs MkDocs (tema Material). Setiap pelajaran menjelaskan konsep, memecah kode menjadi langkah-langkah, menampilkan keluaran dari program yang benar-benar dijalankan, dan menafsirkan hasilnya.
| Bab | Isi | Pelajaran |
|---|---|---|
| Dasar-dasar | Python, NumPy, pandas, visualisasi, statistik, EDA, praproses, rekayasa fitur, pembagian data, metrik, pipeline, overfitting dan kebocoran data | 12 |
| Klasifikasi | Logistic Regression, KNN, Decision Tree, Random Forest, SVM, Naive Bayes, perbandingan model, evaluasi, kelas tidak seimbang, tuning, penyimpanan, proyek churn | 14 |
| Estimasi (Regresi) | Regresi linear, Ridge/Lasso, KNN/Tree/Forest regressor, metrik dan residual, tuning, proyek harga rumah | 9 |
| Forecasting | Komponen deret waktu, fitur lag, validasi kronologis, exponential smoothing, ARIMA/SARIMA, interval prediksi, proyek penjualan | 11 |
| Klaster | Scaling dan jarak, k-Means, DBSCAN, Agglomerative, memilih k, profil segmen, proyek segmentasi | 10 |
| Aturan Asosiasi | Transaksi, Apriori, FP-Growth, support/confidence/lift, penyaringan, proyek keranjang belanja | 6 |
Peta belajar dan sumber belajar ada di docs/roadmap/ dan docs/resources/.
mkdocs.yml identitas situs, tema, navigasi, ekstensi Markdown
requirements.txt pustaka untuk membangun situs
requirements-ml.txt pustaka untuk menjalankan contoh kode materi
docs/ seluruh halaman materi (per bab) dan aset gambar
assets/img/ gambar yang dihasilkan skrip contoh
javascripts/, stylesheets/, assets/vendor/mermaid/ MathJax, Mermaid, dan CSS situs
examples/<bab>/ skrip contoh yang dikutip oleh halaman materi
examples/expected/ keluaran tercatat dari tiap skrip contoh
tools/run_examples.py menjalankan semua contoh dan membandingkan keluarannya
CLAUDE.md aturan penulisan materi
PRD.md, TECHNICAL_DESIGN.md, PROJECT_AUDIT.md, IMPLEMENTATION_PLAN.md, VALIDATION_REPORT.md dokumen perencanaan
Contoh kode diuji dengan Python 3.14 (NumPy 2.5, pandas 3.0, scikit-learn 1.9, statsmodels 0.15, mlxtend 0.25). Versi lain dapat memberi angka atau tampilan yang sedikit berbeda.
python -m venv .venv
.venv\Scripts\Activate.ps1
pip install -r requirements.txt # membangun situs
pip install -r requirements-ml.txt # menjalankan contoh kodemacOS/Linux: python3 -m venv .venv && source .venv/bin/activate, lalu perintah pip install yang sama. Paket jupyter di requirements-ml.txt bersifat opsional dan tidak diuji.
mkdocs serve # pratinjau di http://127.0.0.1:8000
mkdocs build --strict # membangun ke site/; gagal bila ada tautan atau peringatan bermasalahRumus matematika dirender MathJax dari CDN (cdn.jsdelivr.net, versi 3.2.2), sehingga rumus memerlukan koneksi internet. Mermaid sudah disertakan di repositori. Build menampilkan kotak pemberitahuan "MkDocs 2.0" dari Material; itu pengumuman upstream, bukan peringatan proyek.
Jalankan dari root repositori (beberapa skrip menulis gambar ke docs/assets/img/):
python examples/fundamentals/numpy_basics.py # satu contoh
python tools/run_examples.py # semua contoh, bandingkan dengan keluaran tercatat
python tools/run_examples.py classification # satu bab saja
python tools/run_examples.py --update # perbarui keluaran tercatat setelah mengubah contohSkrip contoh berada di examples/<bab>/ dan memakai seed tetap, sehingga keluarannya dapat diulang. Berkas pembantu data (customer_data.py, forecast_utils.py, segment_data.py, basket_data.py) harus tetap satu folder dengan skrip yang mengimpornya.
- Data publik bawaan pustaka: Breast Cancer, Wine, Diabetes (scikit-learn) dan CO2 Mauna Loa (statsmodels). Tidak ada unduhan yang diperlukan.
- Data sintetis (churn, harga rumah, penjualan, pelanggan, transaksi) dibangkitkan program dan selalu ditandai sebagai sintetis pada pelajaran yang memakainya. Hasilnya menggambarkan mekanisme, bukan dunia nyata.
Daftar dan sumber dataset ada di docs/resources/datasets.md.
- Tulis skrip contoh di
examples/<bab>/dan jalankanpython tools/run_examples.py --update <bab>untuk mencatat keluarannya. - Buat halaman
docs/<bab>/<nama>.mdyang diawali satu# Judul. Kutip kode dengan potongan baris, misalnya--8<-- "classification/knn.py:14:20", dan keluaran dengan--8<-- "expected/classification/knn.txt:1:8". - Daftarkan halaman di
nav:padamkdocs.ymllalu jalankanmkdocs build --strict. - Jalankan ulang
python tools/run_examples.pybila skrip berubah; nomor baris yang dikutip harus tetap sesuai.
Konvensi penulisan (bahasa Indonesia, istilah Inggris dalam tanda kurung, struktur pelajaran, aturan kebocoran data) ada di CLAUDE.md.
MIT License. Pustaka Mermaid di docs/assets/vendor/mermaid/ juga berlisensi MIT dan menyertakan berkas LICENSE-nya sendiri.