Ujian Akhir Semester

Note
  • Sebelum mebaca dan mengerjakan soal awalilah dengan berdoa dan membaca basmalllah.
  • Kerjakanlah soal-soal di bawah ini dengan JUJUR DAN SPORTIF !
  • Bacalah seluruh soal dengan seksama
  • Pilihkan soal yang lebih mudah untuk dikerjakan

Petunjuk Umum

  • Anda diminta untuk membangun aplikasi web berbasis R Shiny.
  • Aplikasi ini bersifat generik, dapat digunakan untuk berbagai dataset.
  • Jawaban Anda berupa file .Rmd (deskripsi) dan kode R Shiny lengkap (implementasi).
  • Gunakan visualisasi dan penjelasan yang sesuai.
  • Gunakan data pada saat UTS untuk uji coba aplikasi web berbasis R Shiny

Soal UAS

Studi Kasus: Aplikasi Prediksi Variabel Y Berdasarkan Variabel X

Seorang analis data ingin membangun aplikasi untuk melakukan analisis regresi terhadap dataset yang diunggah. Aplikasi ini harus mampu:

  • Melakukan eksplorasi data (preview & deskripsi statistik)
  • Menampilkan korelasi antar variabel numerik
  • Melakukan eksplorasi scatter plot terhadap dua variabel yang dipilih user
  • Melatih model regresi linier dari data training
  • Menyimpan dan memuat model
  • Memprediksi nilai baru dari data testing menggunakan model yang telah dilatih

Instruksi Tugas

1. Buat Aplikasi R Shiny berdasarkan spesifikasi berikut:

Aplikasi R Shiny minimal memiliki 5 tab utama:

  1. Data Preview
    • Tampilkan tabel data dan ringkasan statistik
  2. Correlation Matrix
    • Hitung dan tampilkan korelasi antar variabel numerik dalam bentuk matriks dan heatmap
  3. Exploratory Analysis
    • Buat scatter plot dari dua variabel yang dipilih user
    • Gunakan gradasi warna untuk menunjukkan intensitas target variabel
  4. Model Regresi
    • Bangun model regresi linier berdasarkan input variabel Y dan X yang dipilih user
    • Tampilkan ringkasan model (summary) dan metrik model (glance)
    • Tampilkan plot Actual vs Predicted dari model yang dibangun
  5. Prediksi Data Baru
    • Prediksi nilai Y dari dataset baru berdasarkan model yang telah disimpan

2. Dataset

Gunakan minimal dua dataset berbeda:

  • Dataset A: Buatan Anda sendiri (misalnya prediksi skor mahasiswa, prediksi harga barang, dsb.)
  • Dataset B: Dataset umum dari internet atau bawaan R (misalnya mtcars, Boston, dll)

Simpan dua file .csv untuk keperluan training dan testing.

3. Fungsionalitas Khusus

  • Aplikasi harus dapat digunakan untuk berbagai dataset dengan struktur kolom yang berbeda.
  • Model harus dapat disimpan (saveRDS) dan dimuat kembali (readRDS).
  • Aplikasi harus menampilkan pesan validasi jika data kosong atau input tidak sesuai.

4. Penilaian

Aspek Penilaian Bobot
Struktur dan fungsi aplikasi Shiny 30%
Kemampuan eksplorasi data dan plot 20%
Penerapan regresi linier 25%
Fitur prediksi dari model tersimpan 15%
Penulisan dan dokumentasi kode 10%

Output yang Dikumpulkan

  • File .Rmd berisi deskripsi aplikasi Anda (desain, alur, fungsionalitas)
  • File app.R (atau ui.R + server.R) dari R Shiny
  • Dua file .csv sebagai dataset training dan testing

Selamat mengerjakan dan semoga sukses!