Tugas Data Mining

ANALISA LINEAR REGRESSION DAN TIME SERIES (FORECASTING) PADA PEMESANAN TIKET APLIKASI GOERS DI TAMAN MINI INDONESIA (TMII) DENGAN METODE CRISP-DM

📋 Deskripsi

🚀 Fitur Utama

💻 Teknologi yang Digunakan

• Python 3.12+
• Streamlit
• Scikit-learn
• Pandas
• NumPy
• Plotly
• Requests

📦 Cara Instalasi

1. Clone Repository

git clone [URL_REPOSITORY_ANDA]
cd [NAMA_FOLDER_PROJECT]

2. Buat Virtual Environment

# Windows
python -m venv venv
venv\Scripts\activate

# Linux/Mac
python3 -m venv venv
source venv/bin/activate

3. Install Dependencies

pip install -r requirements.txt

4. Jalankan Aplikasi

streamlit run main.py

📊 Struktur Data

Data yang digunakan mencakup:

📈 Metodologi

Aplikasi menggunakan pendekatan CRISP-DM:

📱 Tampilan Aplikasi

Aplikasi terdiri dari 4 tab utama:

⚙️ Requirements

streamlit>=1.28.0
pandas>=2.0.0
numpy>=1.24.0
scikit-learn>=1.2.0
requests>=2.31.0
plotly>=5.18.0

🤝 Kontribusi

Silakan berkontribusi dengan:

1. Fork repository
2. Buat branch baru (git checkout -b fitur-baru)
3. Commit perubahan (git commit -m 'Menambah fitur baru')
4. Push ke branch (git push origin fitur-baru)
5. Buat Pull Request

🙏 Ucapan Terima Kasih

• Streamlit untuk framework visualisasi
• Scikit-learn untuk tools machine learning

📚 Teori dan Metodologi

1. Forecasting (Time Series)

Forecasting adalah proses memprediksi nilai masa depan berdasarkan data historis. Salah satu model yang digunakan adalah arima (AutoRegressive Integrated Moving Average).

Rumus Dasar:

• ARIMA(p, d, q)
• p: orde autoregresi
• d: orde diferensiasi
• q: orde moving average

Komponen ARIMA:

• AR (Autoregressive): model regresi linier
• I (Integrated): diferensiasi data
• MA (Moving Average): model rata-rata bergerak

2. Evaluasi Model

1. R² (Koefisien Determinasi)

R² = 1 - (SSres / SStot)

Dimana:

• SSres (Jumlah Kuadrat Residual) = Σ(y - ŷ)²
• SStot (Jumlah Kuadrat Total) = Σ(y - ȳ)²
• Rentang nilai: 0-1
  • R² = 1: model sempurna
  • R² = 0: model tidak lebih baik dari rata-rata

2. MSE (Mean Squared Error)

MSE = (1/n) * Σ(y - ŷ)²

Mengukur rata-rata kesalahan kuadrat prediksi

3. Asumsi Model

1. Linearitas

• Hubungan antara X dan Y harus bersifat linear
• Dapat diverifikasi dengan scatter plot dan residual plot

2. Independensi

• Setiap observasi harus independen
• Penting untuk data time series
• Dapat diuji dengan Durbin-Watson test

3. Homoskedastisitas

• Varians error harus konstan
• Diperiksa dengan residual plot
• Pelanggaran dapat menyebabkan estimasi tidak efisien

4. Normalitas

• Residual harus berdistribusi normal
• Diuji dengan:
  • Q-Q plot
  • Uji Shapiro-Wilk
  • Uji Kolmogorov-Smirnov

4. Implikasi untuk Prediksi Ekspor

1. Interpretasi Koefisien

• β₁ positif: tren ekspor meningkat
• β₁ negatif: tren ekspor menurun
• Besaran β₁: kecepatan perubahan

2. Keterbatasan Model

• Asumsi tren linear mungkin tidak selalu tepat
• Tidak dapat menangkap perubahan musiman kompleks
• Sensitif terhadap outlier

3. Penggunaan R²

• R² tinggi: prediksi lebih dapat diandalkan
• R² rendah: perlu pertimbangan faktor lain
• Berguna untuk membandingkan reliabilitas prediksi antar komoditas

5. Proses Analisis Data

1. Pengumpulan Data

• Sumber: API BPS
• Periode: 2022-2023
• Format: JSON terstruktur

2. Pra-pemrosesan

• Pembersihan data
• Penanganan nilai hilang
• Standardisasi format

3. Pemodelan

• Pembuatan model per komoditas
• Validasi asumsi
• Kalibrasi parameter

4. Evaluasi dan Validasi

• Pengujian akurasi
• Validasi silang
• Analisis residual

5. Visualisasi dan Pelaporan

• Grafik tren
• Tabel prediksi
• Metrik performa