Baru Jelajahi project AI & Machine Learning siap pakai lengkap dengan full source code dan tutorial instalasi!
Beranda Katalog Project Tentang Kami Kontak Kami
Sistem Peringatan Dini Gejolak Politik dan Aksi Protes di Indonesia Menggunakan Algoritma XGBoost Berbasis Machine Learning
Sistem Peringatan Dini Gejolak Politik dan Aksi Protes di Indonesia Menggunakan Algoritma XGBoost Berbasis Machine Learning
Machine Learning Tingkat: Advanced Versi 1.0.0 21 Dilihat
5.0 (0 ulasan)

Sistem Peringatan Dini Gejolak Politik dan Aksi Protes di Indonesia Menggunakan Algoritma XGBoost Berbasis Machine Learning

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

Demo & Pengujian Sistem: Sistem Peringatan Dini Gejolak Politik dan Aksi Protes di Indonesia Menggunakan Algoritma XGBoost Berbasis Machine Learning

Tonton di TikTok

Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Sistem Peringatan Dini Gejolak Politik dan Aksi Protes di Indonesia Menggunakan Algoritma XGBoost Berbasis Machine Learning via TikTok.

Overview & Cara Kerja

SIPOL-EWS (Indonesian Political Stability & Crisis Early Warning System) merupakan platform intelijen prediktif nasional berbasis Machine Learning dan Big Data yang dirancang khusus untuk mendeteksi dini potensi eskalasi demonstrasi massa, ketegangan sosial, dan konflik material di Indonesia dalam horizon waktu 72 jam (T+1 hingga T+3 hari).

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

Big Data GDELT & Multi-Source Timeline Ingestion

Penyerapan 219.414 rekaman peristiwa GDELT, tracking 158 posisi kabinet, dan pemetaan 38 provinsi di Indonesia selama 730 hari kalender kontinu (2024–2026).

219.414 Peristiwa & 730 Hari Observasi
2 FEATURE ENGINEERING

104 Domain Signals & Exponential Shock Decay

Ekstraksi 104 prediktor sosial-politik mencakup lagged telemetry, rolling mean 3d/7d, momentum sentimen berita, dispersi konflik multi-provinsi, dan rumus peluruhan guncangan reshuffle kabinet.

104 Fitur Domain Politik & Sentimen
3 VALIDASI TEMPORAL

Strict Time-Series Split (Zero Leakage)

Pembagian data secara kronologis (Train: 578 hari, Test Holdout: 145 hari) dan evaluasi 5-Fold Time-Series Cross Validation tanpa pengacakan untuk mencegah kebocoran informasi masa depan.

5-Fold Rolling Window CV
4 BENCHMARK 10 MODEL

Champion Model Selection (XGBoost Classifier)

Komparasi menyeluruh 10 algoritma machine learning; XGBoost memimpin sebagai model terbaik dengan PR-AUC 0.7608, F1-Score 0.7913, dan Brier Loss Score 0.2173.

XGBoost PR-AUC 0.7608 & F1 0.7913
5 OPTIMAL THRESHOLD & XAI

Threshold Calibration (0.45) & SHAP Explainability

Kalibrasi ambang batas keputusan optimal $\tau^* = 0.45$ demi memaksimalkan sensitivitas peringatan dini (Recall 94.8%), didukung penjelasan matematis kontribusi fitur melalui SHAP TreeExplainer.

Optimal Threshold 0.45 & Recall 94.8%
6 DEPLOYMENT WEB

SIPOL-EWS Flask Dashboard & RESTful API

Antarmuka web interaktif responsive Tailwind CSS dengan 4 skenario isu hot, indikator 4-level ancaman nasional, dekonstruksi faktor pemicu eskalasi, dan endpoint inferensi real-time.

Flask 3.0 & Tailwind CSS Intelligence UI
Source Repository

Struktur Berkas & Repositori

Hierarki folder dan berkas yang disertakan dalam paket proyek ini:

21 Berkas Proyek 3 Folder Utama Paket ZIP 4.31 MB
cabinet_changes.csv 3.98 KB
Dataset Pratinjau
cabinet_positions.csv 14.83 KB
Dataset Pratinjau
daily_national.csv 58.48 KB
Dataset Pratinjau
daily_province.csv 460.84 KB
Dataset Pratinjau
daily_topics.csv 30.85 KB
Dataset Pratinjau
event_topics.csv 172.23 KB
Dataset Pratinjau
hero_political_ews.jpg 737.14 KB
index.html 70.72 KB
app.py 13.63 KB
artifacts_correlation_matrix.png 309.55 KB
artifacts_model_comparison_bars.png 218.62 KB
artifacts_nlp_benchmark_cm.png 103.08 KB
artifacts_nlp_topic_distribution.png 83.03 KB
artifacts_political_timeline.png 756.71 KB
artifacts_roc_pr_curves.png 345.85 KB
artifacts_shap_interpretation.png 162.56 KB
artifacts_threshold_optimization.png 130.87 KB
best_political_ews_model.joblib 120.47 KB
AI Model Pratinjau
indonesia_political_crisis_ews.ipynb 1.98 MB
Notebook Pratinjau
requirements.txt 185 B

sistem-peringatan-dini-gejolak-politik-indonesia-xgboost.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 (Intel / Apple Silicon), Linux (Ubuntu 20.04+ LTS)

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 komputasi notebook dan SHAP explainability)

Optimal untuk running service

Penyimpanan
Min. 1 GB Free Storage (untuk file data parquet 10 MB, visualisasi PNG, dan library Python)

Untuk berkas & dependensi

Database & Layanan
Tidak memerlukan database SQL eksternal (Dataset Parquet & CSV serta artefak model .joblib terkelola mandiri)
Hardware / Catatan Khusus
Model XGBoost sudah teroptimasi dan tersimpan dalam file best_political_ews_model.joblib, sehingga web app dapat berjalan pada CPU standar dengan latensi inferensi super cepat (< 15 ms)

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.