Sistem Peringatan Dini Gejolak Politik dan Aksi Protes di Indonesia Menggunakan Algoritma XGBoost Berbasis Machine Learning
Demo & Pengujian Sistem: Sistem Peringatan Dini Gejolak Politik dan Aksi Protes di Indonesia Menggunakan Algoritma XGBoost Berbasis Machine Learning
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
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
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).
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.
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.
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.
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.
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.
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
sistem-peringatan-dini-gejolak-politik-indonesia-xgboost.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