Prediksi Risiko Lemas dan Tremor Pasca-Konsumsi Minuman Berkafein Menggunakan Machine Learning
Demo & Pengujian Sistem: Prediksi Risiko Lemas dan Tremor Pasca-Konsumsi Minuman Berkafein Menggunakan Machine Learning
Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Prediksi Risiko Lemas dan Tremor Pasca-Konsumsi Minuman Berkafein Menggunakan Machine Learning via TikTok.
Overview & Cara Kerja
CaffeineCrash AI merupakan sistem kecerdasan buatan (Artificial Intelligence) berbasis Supervised Machine Learning, pemodelan biofisika farmakokinetik, dan Explainable AI (XAI) yang dirancang untuk memprediksi, mengklasifikasi, dan membedah tingkat keparahan risiko kelelahan ekstrem (caffeine crash), gemetar neuromuskular (jitters), dan kecemasan akut (anxiety) pasca-konsumsi berbagai produk stimulan berkafein (kopi seduh, espresso, matcha, suplemen pre-workout, serta minuman energi manis/bebas gula).
Fitur Utama Project
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
8.000 Telemetry Cohort Ingestion
Ingesti dan audit integritas 8.000 baris data telemetri konsumsi kafein dan respons fisiologis tanpa missing value (zero missing values), memeriksa distribusi 18 variabel serta 4 kelas target keparahan crash.
Pharmacological Feature Formulation
Formulasi 5 fitur farmakologis biofisika (rasio kafein-tidur, rasio gula-kafein, laju absorpsi, indeks hidrasi, dan rasio tremor-detak jantung) serta pencegahan 100% target data leakage dengan mengeksklusi variabel post-event.
StandardScaler & One-Hot Encoding Alignment
Penyekalaan fitur numerik dengan StandardScaler, One-Hot Encoding fitur kategorikal (menghasilkan 26 dimensi fitur terlatih), dan pembagian data Stratified Train-Test 80:20 berbobot seimbang.
8-Algorithm Benchmark & SHAP Interpretability
Pelatihan komparatif 8 algoritma Machine Learning via Stratified 5-Fold Cross Validation (Logistic Regression unggul dengan Test Accuracy 80.06% & Macro F1 80.23%) serta analisis interpretabilitas fitur SHAP TreeExplainer.
Flask Web Dashboard & Real-Time API
Deployment pipeline produksi ke antarmuka web interaktif Flask 3.0 dan Tailwind CSS bertema Precision Medical Blue & White, dilengkapi kalkulator risiko, preset instan, dan endpoint RESTful API `/predict` berkecepatan < 20 milidetik.
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
prediksi-risiko-lemas-tremor-kafein-machine-learning.zip
Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.
Dokumentasi Teknis
Tersedia dokumentasi teknis komprehensif untuk project ini:
Kebutuhan Sistem & Spesifikasi
Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:
Cross-platform compatible
Lingkungan kerja teruji
Optimal untuk running service
Untuk berkas & dependensi
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.
Belum ada ulasan untuk project ini.
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