Panduan Proyek Akhir (Capstone Project)
Pedoman komprehensif pengerjaan Capstone Project Data Science & AI berbasis masalah riil organisasi, etika data nyata, dan deployment ke cloud publik.
Penyusun Modul: Mahendar Dwi Payana
Acuan Silabus: Thematic Academy DTS Kominfo RI - STEI ITB & SKKNI No. 299 Tahun 2020
1. Tujuan Utama Capstone Project
Tugas Akhir (Capstone Project) adalah pembuktian integrasi seluruh 16 unit capaian pembelajaran yang telah dipelajari selama 8 minggu pelatihan.
Peserta ditantang untuk menerapkan siklus hidup sains data penuh (End-to-End Data Science Lifecycle) untuk memecahkan permasalahan nyata yang dihadapi oleh institusi, perguruan tinggi, instansi pemerintah, atau dunia usaha industri.
2. Ketentuan Tim & Tata Kelola
- Formasi Kelompok: Setiap kelompok beranggotakan 3 orang (kecuali 1 kelompok dengan 4 orang bila jumlah peserta ganjil).
- Peran Anggota Tim (Disarankan):
- Data / ML Engineer: Bertanggung jawab atas akuisisi data, pra-pemrosesan, pipeline scaling, dan deployment API.
- Data Scientist / Modeler: Bertanggung jawab atas perumusan masalah, eksplorasi EDA, eksperimen algoritma, dan validasi tuning model.
- Full-Stack / Product Lead: Bertanggung jawab atas desain antarmuka web, integrasi visualisasi, dan laporan evaluasi bisnis.
3. Regulasi Etika Pemilihan Dataset (Kritis)
Panitia dan kurikulum menetapkan aturan tegas terkait integritas data:
A. Data yang Diizinkan & Direkomendasikan
- Data Riil Organisasi Mandiri: Data internal dari universitas, laboratorium riset, instansi tempat bekerja, atau mitra bisnis.
- Data Terbuka Nasional (Open Data): Data resmi dari portal pemerintah Republik Indonesia, seperti:
- Portal Satu Data Indonesia: data.go.id
- Open Data Provinsi/Kota: misal data.jakarta.go.id, opendata.jabarprov.go.id
- Etika & Anonimisasi: Seluruh data yang mengandung identitas pribadi rahasia (Personally Identifiable Information - PII) wajib disamarkan atau dienkripsi sebelum digunakan.
B. Larangan Keras (Diskualifikasi Otomatis)
[!CAUTION] Dilarang keras menggunakan dataset mainan (toy dataset) publik yang sudah bersih dan populer di tutorial internet, seperti:
- Repositori Kaggle Datasets umum (Titanic, Iris, House Prices, Credit Card Fraud umum).
- Repositori UCI Machine Learning Repository (
archive.ics.uci.edu).- Benchmark dataset akademis lama (MNIST murni, CIFAR-10, Boston Housing).
4. Jadwal Pengumpulan Milestone 8 Pekan
| Pekan | Tanggal Sesi | Fokus Capaian Pembelajaran | Luaran (Deliverable) yang Dikumpulkan | Batas Pengumpulan |
|---|---|---|---|---|
| 1 | 31 Jul - 1 Agu | Pembentukan Tim | Formulir Daftar Anggota Kelompok & Pembagian Peran | 6 Agustus |
| 2 | 7 - 8 Agu | Metodologi Data Science | Draf Deskripsi Masalah & Formulasi Objektif Bisnis | 13 Agustus |
| 3 | 14 - 15 Agu | Business & Data Understanding | Revisi Deskripsi Masalah & Laporan Statistik Data Awal | 20 Agustus |
| 4 | 21 - 22 Agu | Visualisasi & Pembersihan | Laporan Analisis EDA & Log Pembersihan Data (Cleansing) | 27 Agustus |
| 5 | 28 - 29 Agu | Konstruksi & Rekayasa Fitur | Dataset Terproses (Scaling, Encoding, Feature Selection) | 3 September |
| 6 | 4 - 5 Sep | Model Klasifikasi & Regresi | Skrip Pelatihan Model Terawasi & Papan Skor Eksperimen | 10 September |
| 7 | 11 - 12 Sep | Model Klastering & ANN | Implementasi Model Segmentasi / Jaringan Saraf Tiruan | 17 September |
| 8 | 18 - 19 Sep | Evaluasi & Deployment | Tautan Aplikasi Web Aktif di Cloud + Laporan Teknis | 26 September |
5. Kriteria Penilaian Akhir (Bobot 50% dari Nilai Kelulusan)
- Relevansi Masalah Bisnis (15%): Ketajaman dalam memetakan problem bisnis nyata ke dalam perumusan machine learning yang dapat diukur.
- Ketelitian Data Preparation & EDA (25%): Kebersihan data, teknik imputasi rasional, rekayasa fitur yang kreatif, dan bebas dari kebocoran data (data leakage).
- Rigorousitas Pemodelan & Validasi (25%): Pemilihan metrik evaluasi yang tepat, skenario Stratified Cross-Validation, dan komparasi algoritma yang adil.
- Kualitas Aplikasi Web Operasional (25%): Kemudahan antarmuka bagi pengguna awam, kestabilan inferensi prediksi, dan waktu respon layanan di cloud.
- Dokumentasi & Laporan Akhir (10%): Kejelasan struktur repositori GitHub, README, dan paparan kesimpulan ilmiah.
Pertemuan 16: Deployment Model Web & Fondasi MLOps
Penerapan Unit Kompetensi SKKNI J.62DMI00.016.1 (Membuat Rencana Deployment Model) dan J.62DMI00.017.1 (Melakukan Deployment Model): konsep & tantangan deployment, pola static vs dynamic (on devices/server: VM, container, serverless, streaming), strategi Single/Silent/Canary, reproducibility, serialisasi model (pickle/H5), deployment Regresi Linier & ANN berbasis Flask, persiapan Anaconda/VSCode/Heroku, serta alternatif modern FastAPI + Streamlit dan pemantauan model drift.
Referensi Standar & Sumber Resmi
Daftar rujukan standar kompetensi nasional (SKKNI No. 299/2020), sumber materi resmi Thematic Academy Kominfo, STEI ITB, dan dokumentasi pustaka sains data.