Berikut adalah silabus “Implementasi Algoritma Machine Learning untuk Prediksi Pola Konsumsi Energi Rumah Tangga pada Aplikasi Smart Home Berbasis Android”:
Sesi 1-5: Pengenalan Dasar
-
Sesi 1: Pengenalan Machine Learning Definisi dan konsep dasar machine learning.
-
Klasifikasi machine learning: supervised, unsupervised, dan reinforcement learning.
-
Studi kasus penerapan machine learning.
-
Sesi 2: Konsep Prediksi dan Regresi dalam Machine Learning Pengenalan regresi linear dan polinomial.
-
Algoritma regresi dalam prediksi data.
-
Studi kasus sederhana menggunakan Python.
-
Sesi 3: Pengenalan Data Konsumsi Energi Struktur data konsumsi energi.
-
Sumber data konsumsi energi rumah tangga.
-
Pengolahan data awal (pre-processing) untuk analisis.
-
Sesi 4: Pengantar Android Development Struktur dasar aplikasi Android.
-
Pengenalan Android Studio.
-
Pembuatan aplikasi Android sederhana (Hello World).
-
Sesi 5: Integrasi Python dengan Android Penggunaan Python di backend aplikasi Android.
-
Framework untuk menghubungkan Python dan Android (contoh: Kivy, Flask).
-
Latihan integrasi sederhana.
Sesi 6-10: Pemahaman Algoritma dan Model Machine Learning
-
Sesi 6: Algoritma Regresi Linear dan Penggunaannya Implementasi regresi linear menggunakan Scikit-Learn.
-
Evaluasi model dengan MSE dan R-squared.
-
Visualisasi hasil prediksi.
-
Sesi 7: Algoritma Regresi Polinomial dan Regularisasi Implementasi regresi polinomial.
-
Konsep overfitting dan underfitting.
-
Regularisasi menggunakan Lasso dan Ridge Regression.
-
Sesi 8: Algoritma Random Forest untuk Prediksi Pengenalan algoritma Random Forest.
-
Implementasi dan tuning parameter.
