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 Risiko Hutang Tidur Akibat Kebiasaan Layar Malam Hari Berbasis Machine Learning
Deteksi Risiko Hutang Tidur Akibat Kebiasaan Layar Malam Hari Berbasis Machine Learning
Machine Learning Tingkat: Intermediate Versi 1.0.0 35 Dilihat
5.0 (0 ulasan)

Deteksi Risiko Hutang Tidur Akibat Kebiasaan Layar Malam Hari Berbasis Machine Learning

Teknologi: Python Flask HTML CSS JavaScript Tailwind CSS
Video Demonstrasi Project TikTok Demo

Demo & Pengujian Sistem: Deteksi Risiko Hutang Tidur Akibat Kebiasaan Layar Malam Hari Berbasis Machine Learning

Tonton di TikTok

Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Deteksi Risiko Hutang Tidur Akibat Kebiasaan Layar Malam Hari Berbasis Machine Learning via TikTok.

Overview & Cara Kerja

SomnoMetrics merupakan sistem kecerdasan buatan (Artificial Intelligence) berbasis Supervised Machine Learning dan pemodelan biofisika sirkadian yang dirancang untuk mendeteksi, mengklasifikasi, dan menganalisis tingkat akumulasi hutang tidur (sleep debt) akibat kebiasaan penggunaan gawai larut malam (late-night phone habits).

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:

5 Tahap Pipeline
1 DATASET & EDA

8.500 Telemetry Cohort Ingestion

Ingesti dan audit integritas 8.500 baris data telemetri nokturnal tanpa nilai hilang (zero missing values), memeriksa distribusi 18 variabel fisiologis dan mendiagnosis ketimpangan kelas target.

Pandas & Circadian Analysis
2 ENGINEERING

Biophysical Feature Formulation

Rekayasa 3 fitur interaksi domain biofisika: Melatonin Suppression Risk Index, Restorative Sleep Quality Index, dan beban metabolik kafein sore per jam tidur.

Domain Biophysical Features
3 PREPROCESSING

ColumnTransformer & Balanced Split

Penyekalaan 13 fitur numerik dengan StandardScaler, One-Hot Encoding fitur kategorikal (menghasilkan 27 dimensi), dan pembagian data Stratified 80:20 berbobot seimbang.

Scikit-Learn ColumnTransformer
4 BENCHMARK

8-Algorithm Classification Benchmark

Pelatihan dan evaluasi komparatif 8 algoritma Machine Learning via 5-Fold Stratified Cross-Validation, mengidentifikasi Random Forest sebagai model terbaik (Akurasi 97.47%, Macro F1 0.9546).

Random Forest (Best Model)
5 DEPLOYMENT

Flask Web App & Diagnostic System

Deployment pipeline produksi ke antarmuka web interaktif SomnoMetrics berbasis Flask dan Tailwind CSS, dilengkapi endpoint REST API dan rekomendasi klinis preskriptif.

Flask & Tailwind CSS
Source Repository

Struktur Berkas & Repositori

Hierarki folder dan berkas yang disertakan dalam paket proyek ini:

9 Berkas Proyek 1 Folder Utama Paket ZIP 5.11 MB
index.html 56.63 KB
app.py 8.12 KB
bedtime_screentime_sleep_debt.csv 969.47 KB
Dataset Pratinjau
best_sleep_debt_model.joblib 14.99 MB
AI Model Pratinjau
label_encoder.joblib 542 B
AI Model Pratinjau
README.md 2.8 KB
markdown Pratinjau
requirements.txt 124 B
sleep_debt_classification.ipynb 1.04 MB
Notebook Pratinjau

Deteksi Risiko Hutang Tidur Akibat Kebiasaan Layar Malam Hari Berbasis 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, macOS (Intel/Apple Silicon), Linux (Ubuntu 20.04+)

Cross-platform compatible

Runtime & Bahasa
Python 3.10 atau Python 3.11 (Direkomendasikan)

Lingkungan kerja teruji

Memori (RAM)
Min. 4 GB (Rekomendasi 8 GB untuk eksplorasi visualisasi data dan pelatihan 8 model ML)

Optimal untuk running service

Penyimpanan
Min. 500 MB Free Storage (Dataset CSV 1 MB, artefak model .joblib 15.7 MB, dan pustaka Python)

Untuk berkas & dependensi

Database & Layanan
Tidak membutuhkan database SQL eksternal (Dataset CSV & artefak model .joblib mandiri / self-contained)
Hardware / Catatan Khusus
CPU standar multi-core sangat memadai; pelatihan seluruh 8 model hanya membutuhkan ~30 detik dan latensi inferensi Flask < 15 milidetik

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: 35 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.