Baru Jelajahi project AI & Machine Learning siap pakai lengkap dengan full source code dan tutorial instalasi!
Beranda Katalog Project Tentang Kami Kontak Kami
Silakan masuk ke akun Anda terlebih dahulu untuk membaca dokumentasi project ini.
Deteksi Diskon Palsu Dan Kewajaran Harga Layanan Pesan Antar Makanan Menggunakan Machine Learning
Deteksi Diskon Palsu Dan Kewajaran Harga Layanan Pesan Antar Makanan Menggunakan Machine Learning
Machine Learning Tingkat: Intermediate Versi 1.0.0 21 Dilihat
5.0 (0 ulasan)

Deteksi Diskon Palsu Dan Kewajaran Harga Layanan Pesan Antar Makanan Menggunakan Machine Learning

Teknologi: Python Flask HTML CSS JavaScript Scikit-Learn Pandas NumPy Joblib
Video Demonstrasi Project TikTok Demo

Demo & Pengujian Sistem: Deteksi Diskon Palsu Dan Kewajaran Harga Layanan Pesan Antar Makanan Menggunakan Machine Learning

Tonton di TikTok

Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Deteksi Diskon Palsu Dan Kewajaran Harga Layanan Pesan Antar Makanan Menggunakan Machine Learning via TikTok.

Overview & Cara Kerja

Food Delivery Fair-Price & Fake Discount Audit Platform merupakan sistem cerdas audit ekonometrika dan perlindungan konsumen digital yang dirancang untuk menganalisis kewajaran harga, mendeteksi praktik diskon fiktif (fake/phantom discount), serta mengklasifikasikan tingkat beban biaya netto (consumer burden tier) pada industri layanan pesan antar makanan (online food delivery) di Indonesia.

Fitur Utama Project

Source Code Lengkap & Terstruktur (Clean Architecture)
Dokumentasi Teknis & Pembahasan Lengkap
Backend Service & RESTful API Siap Pakai
Antarmuka Web Modern, Responsif, & Interaktif
Training Notebook Pipeline & Dependency Setup
Pretrained Model Weights & Paket Berkas ZIP Lengkap

Arsitektur & Pipeline Sistem

Alur data interaktif dari input request hingga hasil pemrosesan sistem:

6 Tahap Pipeline
1 DATA INGESTION

10K Menus Benchmark Across 4 Metropolitan Hubs

Penyerapan dan pembersihan data katalog 10.000 menu restoran di Jabodetabek, Bandung, Medan, dan Surabaya yang mencakup 8 kategori kuliner serta 2 format gerai (Physical Dine-In & Cloud Kitchen).

10.000 Baris Data & 4 Kota Metropolitan
2 FEATURE ENGINEERING

Econometric Formulas & NLP Keyword Extraction

Rekayasa 12 metrik ekonometrika (Net Surcharge %, rasio mark-up kotor, rasio kemasan, kecepatan antar) serta ekstraksi token teks promosi (paket, promo, hemat, jumbo, dll.) menggunakan NLP.

12 Fitur Ekonometrika & 12 Token NLP
3 DATA PREPROCESSING

ColumnTransformer Pipeline & Stratified Splitting

Standarisasi fitur kontinu dengan StandardScaler, encoding fitur kategorikal via OneHotEncoder, serta partisi data terstratifikasi 80:20 (8.000 latih / 2.000 uji) menghasilkan 57 dimensi fitur input.

Stratified Split 80:20 & 57 Dimensi Fitur
4 MODEL BENCHMARKING

Comparative Evaluation: 10 ML Models & PyTorch MLP

Eksperimen komparatif 10 algoritma Machine Learning (SVM, Random Forest, CatBoost, Gradient Boosting, LightGBM, XGBoost, dll.) dan Deep Learning PyTorch Tabular MLP pada data uji independen.

10 Model ML Klasik + 1 PyTorch MLP
5 CHAMPION SELECTION & XAI

Support Vector Machine Champion & SHAP Explainability

Pemilihan Support Vector Machine (LinearSVC Calibrated) sebagai champion dengan Macro F1 0.8457 dan Akurasi 85.00%, dilengkapi pembuktian interpretasi signifikansi variabel melalui SHAP XAI.

Macro F1 0.8457 & SHAP Value Audit
6 WEB APP DEPLOYMENT

Interactive Flask Audit Dashboard & RESTful API

Implementasi antarmuka web audit interaktif responsif berbasis Flask dengan 3 preset skenario demo, kalkulator surcharge real-time, visualisasi dekomposisi harga, dan JSON REST API.

Flask Server & REST API Endpoint
Source Repository

Struktur Berkas & Repositori

Hierarki folder dan berkas yang disertakan dalam paket proyek ini:

9 Berkas Proyek 2 Folder Utama Paket ZIP 1.93 MB
hero_delivery_audit.jpg 535.76 KB
index.html 59.85 KB
app.py 11.08 KB
best_food_delivery_model.joblib 1.51 MB
AI Model Pratinjau
fake_discount_detector.ipynb 592.1 KB
Notebook Pratinjau
indonesian_food_delivery_benchmark.csv 7.67 MB
Dataset Pratinjau
model_metadata.json 295 B
requirements.txt 485 B

deteksi-diskon-palsu-harga-food-delivery-machine-learning.zip

Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.

Beli untuk Unduh ZIP

Kebutuhan Sistem & Spesifikasi

Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:

Spesifikasi Rekomendasi
Sistem Operasi
Windows 10/11 (64-bit), macOS, atau Linux (Ubuntu 20.04+)

Cross-platform compatible

Runtime & Bahasa
Python 3.9, 3.10, atau 3.11 (Disarankan Python 3.10+)

Lingkungan kerja teruji

Memori (RAM)
Min. 4 GB (Disarankan 8 GB untuk eksplorasi Jupyter Notebook)

Optimal untuk running service

Penyimpanan
Min. 1.5 GB Free Storage (untuk dependensi pustaka & cache model)

Untuk berkas & dependensi

Database & Layanan
Tidak memerlukan database SQL (Dataset CSV & model .joblib)
Hardware / Catatan Khusus
CPU berjalan ultra-cepat untuk inferensi web Flask (< 1 ms per request)

Pertanyaan yang Sering Diajukan (FAQ)

Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:

Bagaimana cara mendapatkan source code setelah pembayaran?

Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.

Apakah ada panduan instalasi dan dokumentasi teknis?

Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.

Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?

Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.

Bagaimana jika saya mengalami kendala teknis saat instalasi?

Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.

Ulasan Pembeli

Ulasan terverifikasi dari pengguna yang telah membeli project ini.

5.0 (0)

Belum ada ulasan untuk project ini.

Harga Lisensi Source Code
Rp 350.000 / sekali bayar
Tayangan: 21 kali dilihat
Populer
Tonton Demo TikTok
Lihat
Beli Source Code Sekarang

Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.

Yang Anda Dapatkan:

  • Full Source Code Lengkap & Aset Project
  • Teknologi: Python, Flask, HTML, CSS
  • Panduan Instalasi & Konfigurasi Lingkungan
  • Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
  • Hak Lisensi Tugas Akhir, Skripsi & Komersial
  • Akses Unduhan Berkas ZIP & Code Explorer Langsung
Download link instan dan akses dokumentasi dikirim otomatis ke akun Anda.