Deteksi Outlier IQR dan Isolation Forest pada Data Nilai Ujian Sekolah Antarkelas

Info proyek

• Bidang studiPendidikan dan Pembelajaran
• JenjangDisertasi (S3)
• Jenis metodeKualitas Data
• Perkiraan pengerjaan± 7 hari kerja
• Perangkatpandas quantile; scikit-learn IsolationForest
• HargaRp 450.000 - Rp 2.900.000

Tujuan analisis

Mendeteksi pencilan pada nilai ujian dengan metode IQR dan Isolation Forest bersama jumlah siswa kelas dan persentase kehadiran.

Variabel

Contoh hasil

• 179Observations
• 11IQR outliers
• 8Isolation Forest outliers
• 0.583Method agreement (Jaccard)
• 0.727IQR precision
• 0.75IF recall

Dari 179 observasi, aturan IQR menandai 11 dan Isolation Forest 8 pencilan Nilai ujian; kesesuaian kedua metode (Jaccard) 0.583.

Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.

Tentang Deteksi Outlier (IQR dan Isolation Forest)

Deteksi outlier dengan aturan IQR menandai nilai di luar pagar kuartil, sedangkan Isolation Forest mengisolasi titik anomali pada data multivariat. Dipakai untuk menemukan data ekstrem sebelum analisis lanjutan dan menentukan perlakuannya.

Langkah pengerjaan

1. 1Visualisasikan sebaran dengan boxplot dan histogram
2. 2Hitung Q1, Q3, IQR, dan pagar (Q1 - 1,5 IQR; Q3 + 1,5 IQR)
3. 3Tandai outlier univariat
4. 4Jalankan IsolationForest untuk outlier multivariat
5. 5Telaah penyebab tiap outlier (kesalahan input atau nilai nyata)
6. 6Putuskan perlakuan: pertahankan, koreksi, atau keluarkan

Asumsi yang perlu diperiksa

• Aturan IQR cocok untuk sebaran yang tidak terlalu miring
• Parameter contamination pada Isolation Forest adalah perkiraan, bukan fakta
• Outlier belum tentu kesalahan sehingga perlu penelaahan substantif

Membaca dan melaporkan hasil

Laporkan jumlah dan persentase outlier tiap metode beserta alasan perlakuan yang dipilih. Tunjukkan bahwa hasil analisis dibandingkan dengan dan tanpa outlier bila berpengaruh.

Contoh kode Python

Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.

import numpy as np
import matplotlib.pyplot as plt
from sklearn.ensemble import IsolationForest

rng = np.random.default_rng(36)
n = 300
class_size = rng.normal(50, 5, n)
attendance_rate = 0.8 * class_size + rng.normal(0, 3, n)
class_size[:5] += 30                      # inject univariate outliers
attendance_rate[5:8] -= 25                     # inject multivariate outliers
exam_score = np.column_stack([class_size, attendance_rate])

q1, q3 = np.percentile(class_size, [25, 75])
iqr = q3 - q1
lo, hi = q1 - 1.5 * iqr, q3 + 1.5 * iqr
mask_iqr = (class_size < lo) | (class_size > hi)
print("IQR fences:", round(lo, 2), round(hi, 2), "outliers:", int(mask_iqr.sum()))

iso = IsolationForest(contamination=0.03, random_state=36).fit(exam_score)
mask_if = iso.predict(exam_score) == -1
print("Isolation Forest outliers:", int(mask_if.sum()))

fig, ax = plt.subplots(1, 2, figsize=(10, 4))
ax[0].boxplot(class_size, vert=False); ax[0].set_title("x1 boxplot")
ax[1].scatter(class_size[~mask_if], attendance_rate[~mask_if], s=10, label="Normal")
ax[1].scatter(class_size[mask_if], attendance_rate[mask_if], c="r", s=25, label="Outlier")
ax[1].legend()
plt.tight_layout()
plt.show()

Paket dan harga

Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.

• Pembayaran: DP 50% sebelum pekerjaan dimulai, pelunasan setelah hasil diserahkan
• Pajak: Harga belum termasuk PPN 11%
• Data dan integritas akademik: Hasil dihitung dari data penelitian Anda sendiri; Anda yang menulis dan mempertanggungjawabkan naskah, kami membantu analisis dan pemahaman
• Revisi: Maksimal 2 kali revisi termasuk dalam harga (Paket 3: 3 kali)

Pertanyaan umum