Baru Jelajahi project AI & Machine Learning siap pakai lengkap dengan full source code dan tutorial instalasi!
Beranda Katalog Project Tentang Kami Kontak Kami
Prediksi Resiko Kesehatan Ibu Hamil Menggunakan Random Forest berbasis Machine Learning
Prediksi Resiko Kesehatan Ibu Hamil Menggunakan Random Forest berbasis Machine Learning
Machine Learning Tingkat: Intermediate Versi 1.0.0 46 Dilihat
5.0 (0 ulasan)

Prediksi Resiko Kesehatan Ibu Hamil Menggunakan Random Forest berbasis Machine Learning

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

Demo & Pengujian Sistem: Prediksi Resiko Kesehatan Ibu Hamil Menggunakan Random Forest berbasis Machine Learning

Tonton di TikTok

Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Prediksi Resiko Kesehatan Ibu Hamil Menggunakan Random Forest berbasis Machine Learning via TikTok.

Overview & Cara Kerja

MaternalCare AI merupakan sistem pendukung keputusan klinis (Clinical Decision Support System / CDSS) berbasis kecerdasan buatan (Artificial Intelligence) dan Machine Learning yang dirancang untuk melakukan stratifikasi serta deteksi dini tingkat risiko komplikasi kesehatan pada ibu hamil (Maternal Health Risk) secara akurat dan objektif.

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 CLINICAL DATA

6.103 Maternal Cohort Inspection

Analisis dan pemetaan 8 parameter vital fisiologis dan metabolik dari 6.103 data rekam medis ibu hamil dengan sebaran 3 kelas risiko yang seimbang.

Pandas & Spearman Correlation
2 PREPROCESSING

Cleaning & Target Label Encoding

Eliminasi kolom identifier non-klinis (Patient ID dan Name), validasi integritas data tanpa nilai hilang, serta encoding label target risiko menjadi nilai numerik.

LabelEncoder & Data Sanitization
3 VALIDATION

5-Fold Stratified Cross-Validation

Partisi data latih ke dalam 5 lipatan seimbang secara bertingkat untuk menguji stabilitas generalisasi model dan mencegah risiko overfitting pada data medis.

5-Fold Stratified K-Fold
4 ML BENCHMARK

8-Algorithm Classification Benchmark

Evaluasi komparatif 8 algoritma (Random Forest, XGBoost, Gradient Boosting, Decision Tree, SVM, KNN, Naive Bayes, Logistic Regression) pada 1.221 data uji mandiri.

Random Forest (99.10% Accuracy)
5 DEPLOYMENT

Flask Clinical Web App & REST API

Implementasi web dashboard MaternalCare AI berbasis Tailwind CSS dengan simulasi pasien 1-klik, kalkulasi probabilitas, deteksi marker kritis, dan RESTful API.

Flask & Tailwind CSS
Source Repository

Struktur Berkas & Repositori

Hierarki folder dan berkas yang disertakan dalam paket proyek ini:

10 Berkas Proyek 3 Folder Utama Paket ZIP 1.85 MB
Mathernal_Risk.csv 317.14 KB
Dataset Pratinjau
label_encoder.joblib 506 B
AI Model Pratinjau
model_metadata.json 846 B
scaler.joblib 1.18 KB
AI Model Pratinjau
index.html 58.62 KB
app.py 11.92 KB
Maternal_Health_Risk_Prediction.ipynb 1.21 MB
Notebook Pratinjau
README.md 4.58 KB
markdown Pratinjau
requirements.txt 525 B

Maternal Health Risk Dataset.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 model)

Optimal untuk running service

Penyimpanan
Min. 500 MB Free Storage (Dataset CSV, dependensi library, dan artefak model .joblib)

Untuk berkas & dependensi

Database & Layanan
Tidak membutuhkan database SQL (Dataset CSV & model artefak .joblib self-contained)
Hardware / Catatan Khusus
CPU standar sangat mumpuni; proses training 8 model Machine Learning dan inferensi Flask berjalan sangat cepat (< 25ms)

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: 46 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.