Analitika Data
- Pembersihan data (Data Cleansing)
- Eksplorasi data (EDA)
- Peramalan deret waktu (Time-Series)
Akuntansi Sektor Publik 2023 • Domisili Pati
Faiz Athallah Akhsan
Tukang tarot yang bisa analisis data sektor publik
Haloo! Aku Faiz, di sini aku lagi belajar gimana cara membuat projek menggunakan AI. Aku bisa menganalisis data sektor publik seperti membuat prediksi atau melakukan time-series. Selain itu, aku bisa meramal menggunakan kartu tarot lhoo hehe
Keahlian & Kompetensi
Kombinasi kemampuan analitis kuantitatif, penguasaan perkakas, dan kecakapan komunikasi.
Perkakas Kerja
- Orange Data Mining
- Microsoft Excel
- Visual Studio Code
Kompetensi Nonteknis
- Penulisan laporan kebijakan
- Presentasi & Komunikasi
- Kerja kelompok / Kolaborasi
- Tarot Divination
Proyek Analitika Data
Kajian pemodelan berbasis data kuantitatif pada sektor publik dan studi kasus nyata.
Analisis Klasifikasi Status Risiko Organisasi Sektor Publik
Masalah yang Diangkat
Pengeluaran dan pendapatan instansi sektor publik sering kali terkendala oleh inkonsistensi penulisan data dan pencilan (outliers) yang tinggi. Hal ini menyulitkan penetapan status risiko organisasi secara akurat untuk pengawasan keuangan.
Data & Metodologi
Dataset: Dataset Status Risiko Organisasi (500 baris instances, 7 fitur utama termasuk variabel kategorik dan numerik keuangan).
Metode: Prapemrosesan data (Simple Tree Imputer, deteksi pencilan Local Outlier Factor k=20, Normalisasi) dan Klasifikasi (Logistic Regression, Random Forest, Decision Tree, Naive Bayes).
Hasil Terukur Utama
0,740
Classification Accuracy (CA) Model Logistic Regression
22 Data
Pencilan (Outliers) Berhasil Disaring dari 500 Data
Simpulan Kebijakan
Pemodelan Logistic Regression berbasis prapemrosesan LOF efektif dalam memetakan tingkat risiko organisasi untuk efisiensi pengawasan.
Pemodelan Klasifikasi Penentuan Status Intervensi Sekolah Sektor Pendidikan
Masalah yang Diangkat
Penentuan bantuan prioritas pendidikan sering terhambat akibat data kosong (missing values) yang mencapai 7,3% dan ketidakseragaman input nama jenjang sekolah. Masalah ketidakseimbangan kelas target (data imbalance) juga berpotensi memicu bias pada klasifikasi kebijakan.
Data & Metodologi
Dataset: Dataset Intervensi Sekolah (950 baris, 11 kolom atribut kategorik dan numerik).
Metode: Data Cleansing (Edit Domain, Formula, Impute Average/Most Frequent, LOF Outlier Removal) dan Klasifikasi (Logistic Regression, Naive Bayes, kNN).
Hasil Terukur Utama
0,740
Classification Accuracy (CA) Logistic Regression
91 Data
Pencilan Dibuang (Menyisakan 904 Data Inliers)
Simpulan Kebijakan
Integrasi pemodelan klasifikasi terbukti efektif mengelompokkan sekolah ke dalam kategori adaptif, perlu bina, dan prioritas guna optimalisasi alokasi bantuan pemerintah.
Segmentasi Klustering Produktivitas Mahasiswa Berdasarkan Kebiasaan Harian
Masalah yang Diangkat
Pola aktivitas harian seperti jam belajar, waktu tidur, dan durasi penggunaan media sosial memiliki keterkaitan kompleks terhadap Indeks Prestasi Kumulatif (IPK) mahasiswa. Tanpa pengelompokan yang terstruktur, perancangan program pembinaan akademik menjadi kurang tepat sasaran.
Data & Metodologi
Dataset: Dataset Produktivitas Mahasiswa (Modified_Student_Productivity.csv, variabel jam belajar, tidur, IPK, kehadiran).
Metode: Prapemrosesan Imputation & Normalization, serta Pemodelan Klustering Unsupervised (k-Means, DBSCAN, Hierarchical Clustering).
Hasil Terukur Utama
3 Kluster
Segmentasi Kelompok Produktivitas Valid & Terpisah Jelas
k = 3
Optimalisasi Algoritma k-Means via Silhouette Plot
Simpulan Kebijakan
Algoritma k-Means k=3 berhasil memetakan karakteristik produktivitas mahasiswa secara terstruktur untuk mendukung pembinaan akademis berbasis data.
Curriculum Vitae
Dapatkan ringkasan lengkap kualifikasi, riwayat pendidikan, dan rekam jejak analitika data saya.
Kontak & Diskusi
Terbuka untuk diskusi proyek analitika data sektor publik maupun peluang kolaborasi.
Alamat Surel
aafaiz.school@gmail.com
Profil Profesional
TODO: Tautan profil profesional belum diisi (belum siap/ditampilkan)
Kanal Komunikasi Lain
TODO: Kanal lain belum diisi (belum siap/ditampilkan)