Soal Resmi · Ganjil 2026/2027 Khusus kelas A

Satu dataset, tiga analisis, satu laporan

Project UTS kali ini mewajibkan tiap kelompok mengerjakan klasifikasi, regresi, dan klaster sekaligus dari satu dataset yang sama. Yang paling menentukan nilai bukan ketiga analisisnya, tapi bab yang menyatukan ketiganya.

Unduh soal lengkap Bobot penilaian
Yang Dikerjakan

Tiga analisis, semuanya wajib

Satu dataset dibaca dari tiga sudut berbeda. Tiap analisis punya algoritma wajibnya sendiri.

Bab 4

Klasifikasi

Pilih satu kolom kategorik jadi target. Kalau kelasnya timpang, wajib diseimbangkan dan dicatat caranya.

KNN · Decision Tree · Random Forest
Wajib dilaporkan Confusion Matrix, Accuracy, Precision, Recall, F1-Score, ROC-AUC, plus tabel perbandingan antar algoritma.
Bab 5

Regresi

Pilih satu kolom numerik kontinu jadi target. Bukan ordinal, bukan hitungan bilangan bulat.

Linear · Tree · Random Forest
Wajib dilaporkan Plot Predicted vs Actual, Residual Plot, dan tafsiran tiga variabel yang paling berpengaruh.
Bab 6

Klaster

Pakai fitur numerik saja, dan variabel target tidak boleh ikut jadi masukan.

K-Means · Hierarchical
Wajib dilaporkan Penentuan K lewat Silhouette Score, scatter plot klaster, dan tafsiran persona tiap klaster.
Bab 7 · Penentu nilai

Sintesis terintegrasi

Menyatukan ketiga temuan jadi satu cerita bisnis. Bobotnya paling besar bersama tiap analisis, dan ini yang membedakan.

Bobot 15 persen
Empat pertanyaan yang harus dijawab Apakah fitur penting di klasifikasi juga penting di regresi, apakah klaster condong ke kelas tertentu, bagaimana ketiganya jadi satu cerita, dan apa saran praktis buat manajer atau auditor.
Algoritma tambahan menambah nilai. Naive Bayes, AdaBoost, atau Gradient Boosting di klasifikasi, dan DBSCAN di klaster. Kalau datasetnya berbentuk transaksi, klaster boleh diganti Association Rule dengan minimal sepuluh aturan bermakna beserta Support, Confidence, dan Lift.
Syarat Dataset

Datasetnya harus muat buat tiga analisis sekaligus

Ini tahap yang paling sering bikin kelompok harus mengulang dari awal. Periksa semuanya sebelum mulai.

Syarat umum

Semuanya harus terpenuhi
  • ✓Sumber wajib Kaggle. Tautannya harus publik dan masih aktif.
  • ✓Lisensi terbuka. CC0, CC-BY, atau Kaggle Public Dataset License.
  • ✓Format CSV, Excel, atau TSV. Supaya langsung terbaca widget File di Orange.
  • ✓Punya data dictionary yang jelas di halaman Kaggle-nya.
  • ✓Didaftarkan lebih dulu lewat formulir dosen. Yang daftar duluan berhak memakainya.

Yang dilarang

Langsung ditolak
  • ✕Dataset kembar antar kelompok. Tiap kelompok harus beda.
  • ✕Dataset yang dipakai angkatan sebelumnya di UTS Genap 2025/2026, Kelas A maupun B.
  • ✕Dataset ikonik. Titanic, Iris, Boston Housing, MNIST, Wine Quality, Diamonds, dan bawaan Orange.
Lihat dataset yang sudah terpakai

Syarat supaya muat tiga analisis

Periksa satu per satu di halaman Kaggle sebelum mengunduh
Contoh yang biasanya lolos ketiganya: Telco Customer Churn, HR Employee Attrition, Insurance Premium Data, dan Online Retail pada tingkat pelanggan. Ini cuma contoh, bukan daftar pilihan. Kelayakannya tetap wajib kalian periksa sendiri. Mulai mencarinya dari halaman Sumber Dataset.
Susunan Laporan

Tujuh bab, urutannya sudah ditentukan

Bab 4, 5, dan 6 berdiri sendiri sendiri. Bab 7 yang menyatukan ketiganya.

Nama berkas

Salah nama berpengaruh ke nilai
KLP[NN]_[NamaMahasiswa]_Laporan.pdf KLP[NN]_[NamaMahasiswa]_Presentasi.pdf

NN dua digit, 01 sampai 15. Nama ditulis tanpa spasi atau pakai garis bawah. Contoh: KLP01_AhmadFauzi_Laporan.pdf

Presentasi

10 sampai 15 slide, rasio 16 banding 9
HurufAptos dan Aptos Display
WarnaPutih, navy, teal
Spasi laporan1,5
Margin1 inci semua sisi
ReferensiMinimal 7, APA edisi 7
Pembagian Peran

Tiap anggota memimpin satu bagian

Jadi lead bukan berarti cuma paham satu bagian. Tiap anggota harus bisa menjelaskan seluruh isi laporan.

Kelompok 4 orang

KLP01 sampai KLP13
Anggota 1Bab 3 dan Bab 7EDA dan Sintesis
Anggota 2Bab 4Klasifikasi
Anggota 3Bab 5Regresi
Anggota 4Bab 6Klaster

Kelompok 3 orang

KLP14 dan KLP15

Tiap anggota memimpin satu analisis: klasifikasi, regresi, atau klaster. EDA dan sintesis dikerjakan bersama sama.

Yang wajib ada di sampul Peran lead tiap anggota harus tertulis di sampul laporan dan di matriks kontribusi. Nilai individu bisa disesuaikan berdasarkan matriks itu.
Bobot Penilaian

Ke mana nilai kalian sebenarnya pergi

Jumlahnya 100 persen. Perhatikan bahwa menjalankan ketiga analisis saja baru menutup 45 persen.

KomponenBobotKategori
Etika Akademik

Soal AI generatif, ini batasnya

Boleh dipakai

Tidak melanggar
  • ✓Orange Data Mining sebagai alat analisis.
  • ✓Google dan Google Scholar untuk mencari referensi.
  • ✓Pemeriksa ejaan dan tata bahasa seperti Microsoft Editor atau Grammarly versi gratis.

Dilarang

Ada sanksinya
  • ✕Membuat paragraf, bab, kesimpulan, atau tafsiran pakai chatbot AI.
  • ✕Parafrase otomatis, misalnya mode AI di Quillbot.
  • ✕Membuat slide otomatis lewat Gamma, Tome, atau sejenisnya.
  • ✕Menyalin keluaran AI lalu diedit seadanya.

Cara pemeriksaan dan sanksinya

Semua laporan dipindai
Kandungan AI 30 sampai 50 persenpelanggaran ringanNilai laporan 0, wajib remedial, nilai maksimum 70
Kandungan AI di atas 50 persenpelanggaran beratNilai UTS 0 plus surat peringatan akademik

Pemindaian memakai GPTZero, Turnitin AI Detection, atau ZeroGPT. Menyalin dari kelompok lain, kelas lain, atau laporan semester sebelumnya bisa berakibat gagal mata kuliah.

Tujuh Cara Menulis yang Aman
Tema Tiap Kelompok

Lima belas kelompok, lima belas tema

Daftar nama anggota dan NIM tidak dimuat di halaman ini karena situs ini terbuka untuk umum. Daftar lengkapnya ada di lembar soal yang dibagikan lewat LEADS.
Pengumpulan

Sebelum menekan tombol unggah

Periksa daftar ini satu per satu. Ceklisnya tersimpan di browser kalian sendiri.

0 dari 0 beres