‹ Daftar slidePertemuan 5: Machine Learning 1: Analisis Prediktif
Machine Learning 1: Analisis Prediktif
Menerapkan konsep dasar machine learning untuk peramalan dan pengambilan keputusan bisnis
Kecerdasan BuatanPertemuan 5 dari 14CPL2 · CPL4 · CPL6
Agenda Pertemuan 5
Teori & Konsep
Apa itu machine learning: cara kerja tanpa pemrograman eksplisit
Supervised vs. unsupervised learning
Regresi linear & logistik sebagai alat peramalan
Pemilihan variabel: relevansi vs. noise
Aplikasi & Praktik
Kasus peramalan bisnis di Indonesia (BCA, Tokopedia, Telkom)
Metrik evaluasi: MAE, RMSE, R², Accuracy, AUC
Overfitting vs. underfitting: bahaya model yang terlalu hafal
Latihan interpretasi output regresi
Fokus Utama: Sub-CPMK 5 (C3) — Menerapkan konsep dasar analisis prediktif menggunakan machine learning untuk peramalan bisnis.
Tujuan Pembelajaran
Setelah pertemuan ini, mahasiswa mampu:
Kognitif (C3 — Menerapkan)
Menjelaskan cara kerja machine learning kepada stakeholder non-teknis
Menerapkan logika regresi untuk menjawab pertanyaan peramalan bisnis
Memilih variabel prediktor yang relevan untuk masalah spesifik
Menginterpretasi metrik evaluasi model (R², MAE, AUC)
Aplikatif
Membedakan supervised dan unsupervised learning berdasarkan kasus bisnis
Mengidentifikasi risiko overfitting dalam model prediktif
Mengevaluasi apakah model ML cukup andal untuk dipakai sebagai dasar keputusan
Mengkomunikasikan hasil ML kepada pimpinan non-teknis
Sub-CPMK 5CPMK-3CPL2 · CPL4 · CPL6
Topik 1
Machine Learning untuk Manajer
Cara kerja, jenis, dan relevansi bisnis
Apa itu Machine Learning?
Pemrograman Tradisional
Manusia menulis aturan secara eksplisit:
Jika saldo < 0 DAN usia akun < 6 bulan → tolak kredit
Aturan ditulis programmer satu per satu
Tidak bisa menangani pola kompleks
Harus diupdate manual kalau pola berubah
Machine Learning
Komputer belajar aturan dari data:
Beri aku 10 juta data nasabah + label (bayar/gagal bayar) → aku temukan polanya
Pola ditemukan otomatis dari data
Bisa menangani ribuan variabel sekaligus
Model memperbarui diri dengan data baru
Definisi Kerja: Machine learning adalah kemampuan komputer untuk belajar dari data tanpa diprogram secara eksplisit untuk setiap aturan — menemukan pola yang tersembunyi di dalam data untuk membuat prediksi atau keputusan.
Dua Paradigma ML yang Wajib Dikenal Manajer
Supervised Learning — "Belajar dengan Jawaban"
Data latih punya label (jawaban yang benar)
Input (X)
Label (Y)
Riwayat transaksi nasabah
Gagal bayar / Tidak
Klik pengguna Tokopedia
Beli / Tidak beli
Data penjualan 3 tahun
Penjualan bulan depan
Digunakan untuk: prediksi nilai (regresi) atau prediksi kategori (klasifikasi)
Unsupervised Learning — "Belajar Tanpa Jawaban"
Data latih tidak punya label; model mencari struktur
Input (X)
Output
Perilaku belanja 5 juta pelanggan
Segmen pelanggan (klaster)
Pola transaksi keuangan
Transaksi anomali
Klik artikel berita
Topik yang diminati
Digunakan untuk: segmentasi, deteksi anomali, eksplorasi pola
Pertemuan ini fokus pada Supervised Learning — khususnya regresi untuk peramalan bisnis. Unsupervised (clustering, anomaly detection) dibahas di Pertemuan 6.
Bagaimana Model ML Dibuat: Workflow Manajerial
🎯
1. Define Problem
Apa yang ingin diprediksi? Metrik sukses apa?
→
📊
2. Collect Data
Data historis + label yang relevan
→
🧹
3. Prepare Data
Bersihkan, transformasi, pilih fitur
→
🏋️
4. Train Model
Algoritma belajar dari data latih
→
📐
5. Evaluate
Uji akurasi di data baru (test set)
→
🚀
6. Deploy
Integrasikan ke sistem bisnis
Peran Manajer: Step 1 (define problem), 5 (approve evaluation), dan 6 (keputusan deploy). Tim data science handle step 2-4. Manajer yang tidak bisa membaca step 5 tidak bisa melindungi bisnis dari model yang buruk.
Train / Test Split: Data dibagi — ~80% untuk training (model belajar), ~20% untuk testing (model diuji di data yang belum pernah dilihat). Ini mencegah model "hafal" data latih tapi gagal di dunia nyata.
Topik 2
Regresi untuk Peramalan Bisnis
Linear, logistik, dan interpretasi output untuk manajer
Regresi Linear: Meramalkan Angka
Pertanyaan Bisnis yang Dijawab
Berapa penjualan toko bulan depan jika iklan dinaikkan 20%?
Berapa revenue Tokopedia jika jumlah seller naik 10.000?
Berapa biaya operasional BRImo jika transaksi meningkat 2×?
$\hat{Y}$ = nilai yang diprediksi (mis. penjualan)
$\beta_0$ = intercept (nilai Y saat semua X = 0)
$\beta_1, \beta_2$ = koefisien (bobot pengaruh setiap variabel)
$X_1, X_2$ = variabel prediktor (mis. iklan, harga)
$\varepsilon$ = error (apa yang tidak bisa dijelaskan model)
Setiap titik = satu observasi historis; garis = prediksi model
Coba Sendiri: Geser Slope Regresi Linear
Geser slider intercept (β0) dan koefisien (β1) untuk melihat bagaimana garis regresi berubah dan seberapa dekat garis itu dengan titik data iklan-penjualan.
Keputusan threshold adalah keputusan bisnis — lebih ketat (0.3) = tolak lebih banyak tapi lebih aman; lebih longgar (0.7) = setujui lebih banyak tapi risiko lebih tinggi.
Kurva S: semakin tinggi skor risiko → semakin besar probabilitas churn
Coba Sendiri: Geser Threshold Regresi Logistik
Geser slider threshold pada kurva sigmoid dan amati bagaimana keputusan "tolak/setujui" berubah untuk nasabah dengan probabilitas berbeda.
Topik 3
Pemilihan Variabel Relevan
Feature selection: lebih sedikit bisa lebih baik
Pemilihan Variabel: Mengapa Penting?
Masalah: Terlalu Banyak Variabel
Curse of dimensionality: model sulit menemukan pola ketika terlalu banyak variabel
Multikolinearitas: variabel yang saling berkorelasi membingungkan model
Overfitting: model "hafal" noise, bukan pola sebenarnya
Biaya: data banyak variabel mahal dikumpulkan dan diproses
Interpretasi: model dengan 200 variabel sulit dijelaskan ke Direksi
Tiga Pendekatan Feature Selection
Metode
Cara Kerja
Domain knowledge
Pilih variabel yang masuk akal secara bisnis — paling penting!
Statistikal
Korelasi, p-value, VIF untuk multikolinearitas
Model-based
Biarkan model (Lasso, Random Forest) pilih variabel otomatis
Peran Manajer dalam Feature Selection: Domain knowledge Anda — pengetahuan tentang industri dan bisnis — adalah input terpenting. Data scientist tahu statistik, tapi Anda tahu: variabel ini masuk akal secara bisnis atau tidak? Apakah variabel X benar-benar bisa mempengaruhi Y, atau hanya kebetulan berkorelasi?
Studi Kasus: Memilih Variabel untuk Prediksi Penjualan
Tokopedia ingin memprediksi penjualan mingguan per kategori produk. Tim data science mengumpulkan 80 variabel potensial.
Variabel
Relevan?
Alasan
Jumlah kunjungan halaman kategori (7 hari lalu)
Ya
Indikator demand langsung — tinggi relevansi
Rata-rata harga produk di kategori
Ya
Harga mempengaruhi konversi secara langsung
Jumlah seller aktif di kategori
Ya
Supply side — lebih banyak seller → lebih banyak pilihan
Anggaran iklan kategori (GoAds)
Ya
Iklan mendorong traffic dan penjualan
Hari libur nasional minggu ini
Ya
Pola musiman jelas — Lebaran, Natal, Harbolnas
Jumlah ulasan produk (total akumulasi)
Hati-hati
Bisa berkorelasi dengan usia platform, bukan demand aktual
Rata-rata rating bintang seller
Hati-hati
Berkorelasi tinggi dengan variabel lain (multikolinearitas)
Nama kecamatan seller (kategorikal)
Tidak
Proxy diskriminasi geografis; bukan faktor kausal penjualan
ID internal seller
Tidak
Identifier, bukan fitur prediktif
Topik 4
Metrik Evaluasi Model
Bagaimana menilai apakah model ML cukup baik?
Metrik Evaluasi: Model Regresi (Prediksi Angka)
📏
MAE
Mean Absolute Error
$\text{MAE} = \frac{1}{n}\sum|Y_i - \hat{Y}_i|$
Rata-rata selisih absolut prediksi vs aktual. Mudah diinterpretasi: "rata-rata model meleset Rp 5 juta."
Memberikan bobot lebih besar pada error besar. Cocok jika kesalahan besar sangat merugikan bisnis.
📊
R²
R-Squared (Koefisien Determinasi)
$R^2 \in [0, 1]$
Proporsi variansi Y yang dijelaskan model. R² = 0.82 artinya model menjelaskan 82% variasi penjualan.
Panduan Interpretasi R²: Tidak ada threshold universal. R² = 0.7 mungkin luar biasa untuk prediksi harga saham (pasar sangat noise), tapi mengecewakan untuk prediksi konsumsi energi (pola reguler). Selalu tanyakan: "R² ini dibandingkan dengan baseline apa?"
Coba Sendiri: Amati Perubahan R-Squared
Geser sebaran titik data mendekati atau menjauhi garis regresi dan amati bagaimana nilai R-squared naik-turun secara real time.
Metrik Evaluasi: Model Klasifikasi (Prediksi Kategori)
Area Under the Curve — mengukur kemampuan model membedakan kelas tanpa tergantung threshold.
AUC
Interpretasi
~1.00
Model sempurna (curigai overfitting)
0.90–0.99
Sangat baik (produksi layak)
0.80–0.89
Baik (acceptable untuk banyak kasus bisnis)
0.70–0.79
Fair (gunakan dengan monitoring ketat)
<0.70
Lemah (review ulang variabel dan data)
Kasus BCA: Model credit scoring dengan AUC 0.85 artinya 85% dari waktu, model bisa membedakan nasabah yang akan gagal bayar vs tidak.
Coba Sendiri: Hitung Precision, Recall, F1
Isi angka TP/TN/FP/FN pada confusion matrix dan amati bagaimana precision, recall, dan F1-score berubah seketika.
Overfitting vs. Underfitting: Dua Bahaya Model ML
📉
Underfitting
"Model terlalu sederhana untuk menangkap pola"
Training error: Tinggi
Test error: Tinggi
Contoh: model regresi linear untuk data yang jelas non-linear
Solusi: tambah variabel, model lebih kompleks
🎯
Good Fit
"Model menangkap pola tanpa hafal noise"
Training error: Rendah
Test error: Rendah
Model bisa generalisasi ke data baru
Target yang dicari!
🚨
Overfitting
"Model hafal data latih, tapi gagal di data nyata"
Training error: Sangat rendah
Test error: Tinggi
Contoh: model dengan 200 variabel untuk 500 data poin
Solusi: kurangi variabel, regularisasi, data lebih banyak
Tanda Peringatan Overfitting: Tim data science bilang "akurasi model 99% di training" tapi saat dicoba di data production turun ke 65% — itu overfitting klasik. Selalu tanya: "Berapa akurasi di test set yang belum pernah dilihat model?"
Latihan: Baca Output Regresi Seperti Manajer
Tim data science BRImo menyajikan output model regresi prediksi nilai transaksi harian. Interpretasikan bersama.
Output Model (disederhanakan)
Variabel
Koefisien
Signifikansi
Intercept
12.4
***
Jumlah pengguna aktif harian
+3.2
***
Rata-rata saldo rekening
+0.8
***
Hari libur nasional (1/0)
-15.7
***
Promo cashback aktif (1/0)
+22.1
***
Hari Senin (1/0)
+8.4
**
Usia rata-rata pengguna
+0.3
ns
*** p<0.001 · ** p<0.01 · ns = tidak signifikan
R² = 0.79 | RMSE = Rp 4,2 miliar
Pertanyaan Diskusi (10 menit)
Variabel mana yang paling berpengaruh pada nilai transaksi? Mengapa?
Interpretasikan koefisien "Promo cashback": artinya apa secara bisnis?
Overfitting: model hafal noise — selalu bandingkan training vs test accuracy
Peran Manajer dalam Proyek ML
Define masalah bisnis yang ingin dipecahkan (step 1 workflow)
Validasi pemilihan variabel dengan domain knowledge
Tentukan threshold keputusan berdasarkan risk appetite bisnis
Evaluasi metrik di test set, bukan hanya training set
Putuskan apakah model layak di-deploy ke production
Monitor performa model setelah deployment — pola bisnis berubah
"All models are wrong, but some are useful." — George E. P. Box, statistikawan. Tugas manajer: menilai apakah model cukup berguna untuk keputusan bisnis.
Tugas & Preview Pertemuan 6
Tugas Kelompok (Deadline: Pertemuan 7)
Analisis Prediktif Mini-Case:
Pilih satu perusahaan Indonesia yang diketahui menggunakan ML (Gojek, BCA, Tokopedia, Telkom, dll.)
Identifikasi satu kasus penggunaan ML yang mereka lakukan (credit scoring, churn prediction, demand forecasting, dll.)
Buat daftar 5–8 variabel prediktor yang menurut Anda relevan + alasan bisnis
Tentukan tipe model yang sesuai: regresi linear, logistik, atau lainnya — dan jelaskan mengapa
Tentukan metrik evaluasi yang paling tepat untuk kasus ini dan jelaskan target threshold-nya
Presentasi 10 menit, kelompok 3–4 orang. Format: slide (5–8 halaman)
Bobot: 10% | Kriteria: Rubrik Analisis ML
Preview Pertemuan 6: Machine Learning 2
Decision trees & Random Forest: ML yang bisa dijelaskan
Clustering (K-Means): segmentasi pelanggan tanpa label
Anomaly detection: mendeteksi pola tidak normal
Neural network: dasar deep learning untuk manajer
Sub-CPMK 6: (C3) Membandingkan teknik ML untuk berbagai masalah bisnis