clustifyml

KO | EN

gitlite — search

#javascript #python #hacktoberfest #react #ai #typescript #llm #go #golang #android #machine-learning #rust #deep-learning #linux

(★ 11)

No description available.

clustifyml Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# ClustifyML - Fraud Detection dengan Clustering & Classification

![Machine Learning](https://img.shields.io/badge/Machine%20Learning-Clustering%20%26%20Classification-blue)
![Python](https://img.shields.io/badge/Python-3.x-brightgreen)
![Status](https://img.shields.io/badge/Status-Completed-success)

## Deskripsi Project

**ClustifyML** adalah project machine learning yang dikembangkan untuk mendeteksi pola transaksi keuangan dan identifikasi anomali/fraud menggunakan kombinasi teknik **Clustering** dan **Classification**. Project ini merupakan submission akhir untuk course "Belajar Machine Learning untuk Pemula" (BMLP) di Dicoding.

Project ini menggunakan dataset transaksi keuangan dengan 2.512 sampel data yang mencakup berbagai atribut transaksi, demografi nasabah, dan pola penggunaan untuk membangun model deteksi penipuan yang akurat.

## Tujuan Project

1. **Clustering**: Mengidentifikasi pola transaksi dan mengelompokkan data berdasarkan karakteristik serupa menggunakan algoritma K-Means
2. **Classification**: Membangun model klasifikasi untuk memprediksi label cluster/anomali berdasarkan hasil clustering
3. **Fraud Detection**: Menggunakan hasil clustering dan classification untuk mendeteksi transaksi yang mencurigakan

## Dataset

Dataset yang digunakan mencakup informasi transaksi keuangan dengan **2.512 sampel**.

## Teknologi & Library

Project ini menggunakan teknologi dan library Python berikut:

### Clustering
- **pandas** - Manipulasi dan analisis data
- **numpy** - Komputasi numerik
- **matplotlib & seaborn** - Visualisasi data
- **scikit-learn** - Machine learning algorithms
  - `StandardScaler` - Normalisasi data
  - `KMeans` - Algoritma clustering
  - `PCA` - Dimensionality reduction
  - `silhouette_score` - Evaluasi clustering
- **yellowbrick** - Visualisasi machine learning
  - `KElbowVisualizer` - Menentukan jumlah cluster optimal
- **joblib** - Model persistence

### Classification
- **pandas** - Manipulasi dan analisis data
- **scikit-learn** - Machine learning algorithms
  - `DecisionTreeClassifier` - Decision tree model
  - `RandomForestClassifier` - Random forest model
  - `GridSearchCV & RandomizedSearchCV` - Hyperparameter tuning
  - `train_test_split` - Splitting data
  - `accuracy_score, precision_score, recall_score, f1_score` - Evaluasi model
  - `classification_report` - Laporan klasifikasi
- **joblib** - Model persistence

## Workflow Project

### 1. Clustering Phase

```mermaid
graph LR
    A[Import Data] --> B[Data Preprocessing]
    B --> C[Feature Engineering]
    C --> D[Standardization]
    D --> E[K-Means Clustering]
    E --> F[PCA Visualization]
    F --> G[Cluster Analysis]
    G --> H[Save Clustered Data]
```

**Tahapan Clustering:**
1. **Import Library & Data Loading**
   - Load dataset transaksi keuangan
   - Eksplorasi data awal (head, info, describe)

2. **Data Preprocessing**
   - Handling missing values
   - Feature engineering
   - Encoding categorical variables (LabelEncoder)
   - Feature scaling (StandardScaler)

3. **Clustering dengan K-Means**
   - Menentukan jumlah cluster optimal (Elbow Method)
   - Training model K-Means
   - Evaluasi dengan Silhouette Score

4. **Visualisasi & Interpretasi**
   - PCA untuk reduksi dimensi
   - Visualisasi cluster dalam 2D/3D
   - Analisis karakteristik setiap cluster
   - Interpretasi hasil clustering

5. **Export Data**
   - Menyimpan data dengan label cluster
   - Export model untuk deployment

### 2. Classification Phase

```mermaid
graph LR
    A[Load Clustered Data] --> B[Split Data]
    B --> C[Model Training]
    C --> D[Model Evaluation]
    D --> E[Hyperparameter Tuning]
    E --> F[Final Model]
    F --> G[Save Model]
```

**Tahapan Classification:**
1. **Load Dataset Hasil Clustering**
   - Import data dengan label cluster sebagai target
   - Eksplorasi data

2. **Data Preparation**
   - Split data (train/test)
   - Feature selection

3. **Model Training**
   - Decision Tree Classifier
   - Random Forest Classifier
   - Multiple model comparison

4. **Model Evaluation**
   - Accuracy, Precision, Recall, F1-Score
   - Classification Report
   - Confusion Matrix

5. **Hyperparameter Tuning**
   - GridSearchCV
   - RandomizedSearchCV
   - Best model selection

6. **Model Deployment**
   - Save final model
   - Model persistence dengan joblib

## Hasil & Evaluasi

### Clustering Metrics
- **Silhouette Score**: Mengukur kualitas cluster
- **Elbow Method**: Menentukan jumlah cluster optimal
- **PCA Visualization**: Visualisasi cluster dalam ruang rendah dimensi

### Classification Metrics
- **Accuracy**: Persentase prediksi yang benar
- **Precision**: Ketepatan prediksi positif
- **Recall**: Kemampuan mendeteksi kelas positif
- **F1-Score**: Harmonic mean dari precision dan recall

clustifyml

clustifyml Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

clustifyml

clustifyml Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README