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 dan Identifikasi Penyebab Kenaikan Harga Sembako Menggunakan Machine Learning
Sistem Peringatan Dini dan Identifikasi Penyebab Kenaikan Harga Sembako Menggunakan Machine Learning
Machine Learning Tingkat: Advanced Versi 1.0.0 18 Dilihat
5.0 (0 ulasan)

Sistem Peringatan Dini dan Identifikasi Penyebab Kenaikan Harga Sembako Menggunakan Machine Learning

Teknologi: Python Flask HTML CSS JavaScript Tailwind CSS Scikit-Learn Pandas NumPy Joblib CatBoost LightGBM
Video Demonstrasi Project TikTok Demo

Demo & Pengujian Sistem: Sistem Peringatan Dini dan Identifikasi Penyebab Kenaikan Harga Sembako Menggunakan Machine Learning

Tonton di TikTok

Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Sistem Peringatan Dini dan Identifikasi Penyebab Kenaikan Harga Sembako Menggunakan Machine Learning via TikTok.

Overview & Cara Kerja

National Food Security Copilot: Early Warning and Causal Diagnostic System merupakan platform intelijen ketahanan pangan dan analitik ekonometrika berbasis Machine Learning yang dirancang untuk mendeteksi dini risiko lonjakan harga sembilan bahan pokok (sembako) serta mengidentifikasi akar penyebab (causal root-cause) inflasi pangan di 38 provinsi di seluruh Indonesia secara otomatis dan presisi.

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

10K Telemetry Records Across 38 Provinces

Penyerapan 10.000 data telemetri sembako di 38 provinsi Indonesia mencakup 12 komoditas pangan strategis, 4 tipe pasar, dan kondisi cuaca/permintaan.

10.000 Rekaman Data & 38 Provinsi
2 FEATURE ENGINEERING

22 Econometric & Macro-Maritime Indices

Rekayasa 22 metrik ekonometrika mencakup volatilitas MoM %, rasio beban ongkir maritim, supply pressure index, indeks keterjangkauan, dan stock security index.

22 Fitur Ekonometrika & 9 Kategorikal
3 DATA PREPROCESSING

ColumnTransformer Pipeline & Stratified Splitting

Standardisasi fitur kontinu dengan StandardScaler, encoding fitur wilayah via OneHotEncoder, serta partisi terstratifikasi 80:20 (8.000 latih / 2.000 uji).

Stratified Split 80:20 & 5-Fold CV
4 MULTI-TASK LEARNING

CatBoost Risk Tier & LightGBM Causal Engine

Pelatihan simultan dua model: CatBoost untuk klasifikasi 4-Tier Early Warning (F1 99.91%) dan LightGBM untuk 6 Causal Root-Cause Attribution (Akurasi 99.85%).

CatBoost 99.91% & LightGBM 99.85%
5 XAI & WHAT-IF SIMULATION

SHAP Attribution & Counterfactual Policy Engine

Transparansi keputusan model menggunakan SHAP TreeExplainer serta simulasi dampak intervensi operasi pasar dan subsidi tol laut secara kontra-faktual.

SHAP TreeExplainer & What-If Engine
6 COMMAND CENTER

Flask Interactive Dashboard & RESTful Telemetry API

Implementasi antarmuka dashboard modern GovTech Command Center responsif berbasis Flask dengan 4 skenario demo regional, indeks ekonometrika, dan REST API.

Flask Server, Tailwind CSS & REST API
Source Repository

Struktur Berkas & Repositori

Hierarki folder dan berkas yang disertakan dalam paket proyek ini:

31 Berkas Proyek 4 Folder Utama Paket ZIP 5.78 MB
fig1_price_volatility_distribution.png 123.76 KB
fig2_maritime_freight_disparities.png 330.04 KB
fig3_supply_weather_dynamics.png 122.86 KB
fig4_intervention_price_stabilization.png 139.48 KB
fig5_econometric_correlation_matrix.png 273.11 KB
fig6_confusion_matrix_risk_tier.png 79.14 KB
fig7_confusion_matrix_causal_driver.png 121.03 KB
fig8_shap_global_importance.png 102.13 KB
fig9_shap_local_waterfall.png 96.11 KB
causal_driver_model.joblib 1.97 MB
AI Model Pratinjau
early_warning_risk_model.joblib 267.42 KB
AI Model Pratinjau
feature_preprocessor.joblib 7.26 KB
AI Model Pratinjau
label_encoder_causal_driver.joblib 632 B
AI Model Pratinjau
label_encoder_risk_tier.joblib 598 B
AI Model Pratinjau
model_metadata.json 3.66 KB
fig1_price_volatility_distribution.png 123.76 KB
fig2_maritime_freight_disparities.png 330.04 KB
fig3_supply_weather_dynamics.png 122.86 KB
fig4_intervention_price_stabilization.png 139.48 KB
fig5_econometric_correlation_matrix.png 273.11 KB
fig6_confusion_matrix_risk_tier.png 79.14 KB
fig7_confusion_matrix_causal_driver.png 121.03 KB
fig8_shap_global_importance.png 102.13 KB
fig9_shap_local_waterfall.png 96.11 KB
hero_telemetry_illustration.svg 8.44 KB
index.html 56.8 KB
app.py 16.86 KB
indonesia_harga_sembako_inflasi_enriched.csv 13.45 MB
Dataset Pratinjau
national_food_security_copilot.ipynb 1.88 MB
Notebook Pratinjau
requirements.txt 400 B

sistem-peringatan-dini-penyebab-kenaikan-harga-sembako-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 (64-bit), macOS (Intel/Apple Silicon), atau Linux (Ubuntu 20.04+)

Cross-platform compatible

Runtime & Bahasa
Python 3.9, 3.10, atau 3.11 (Disarankan Python 3.10+)

Lingkungan kerja teruji

Memori (RAM)
Min. 4 GB (Disarankan 8 GB untuk eksplorasi Jupyter Notebook dan visualisasi SHAP)

Optimal untuk running service

Penyimpanan
Min. 1.5 GB Free Storage (untuk dependensi pustaka, dataset 14 MB, dan artefak model)

Untuk berkas & dependensi

Database & Layanan
Tidak membutuhkan database SQL (Dataset CSV & model .joblib)
Hardware / Catatan Khusus
CPU didukung penuh untuk inferensi server Flask CatBoost & LightGBM (< 2 milidetik per request)

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: 18 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.