Tuliskan judul kelompok, anggota kelompok, judul kasus, dan kesimpulan dari hasil visualisasi pada sesi 2
Kesimpulan presentasi sesi 2
(MENGOLAH HARGA LAPTOP DENGAN MODEL REGRESI LINEAR)
GOAL NYA ADALAH MEMPREDIKSI HARGA LAPTOP
NAMA KELOMPOK 4
2143024 BELLA AUDREY ZADIA
2143111 DHENDY WAHYUDI
2143001 JAMES ADE PUTRA
2143031 OKVI MARSI ANGELA CLAUDIA
2143033 PINDUNG SANDA METTE
2143042 MUHAMMAD FILZA AL-DAIR
Kesimpulan nya yaitu, dari visualisasi yang telah kita lakukan, kita dapat melihat serta membandingkan harga laptop dari berbagai aspek, baik dari beratnya, merek nya maupun aspek lainnya dan untuk persentasi yang kedua ini visualisasi nya lebih mendetail dari yang persentasi visualisasi yang pertama, jadi data tersebut lebih mudah di pahami dan lebih mudah mendapatkan informasi yang kita inginkan.
GOAL NYA ADALAH MEMPREDIKSI HARGA LAPTOP
NAMA KELOMPOK 4
2143024 BELLA AUDREY ZADIA
2143111 DHENDY WAHYUDI
2143001 JAMES ADE PUTRA
2143031 OKVI MARSI ANGELA CLAUDIA
2143033 PINDUNG SANDA METTE
2143042 MUHAMMAD FILZA AL-DAIR
Kesimpulan nya yaitu, dari visualisasi yang telah kita lakukan, kita dapat melihat serta membandingkan harga laptop dari berbagai aspek, baik dari beratnya, merek nya maupun aspek lainnya dan untuk persentasi yang kedua ini visualisasi nya lebih mendetail dari yang persentasi visualisasi yang pertama, jadi data tersebut lebih mudah di pahami dan lebih mudah mendapatkan informasi yang kita inginkan.
(Penjualan Game pada berbagai platform)
Memprediksi harga game setiap tahun
Kelompok 5
Muhammad Rizki Abdullah 2143096
Muhammad Akbar Mustajabah 2143015
Yosefina Cembes 2143027
Nur Afifah 2143041
Elcky Mardiantho Tedut 2143045
Rahmat Ramadani 2143092
Kesimpulan dari visualisasi yang telah kami lakukan adalah penjualan game dari berbagai platform menentukan jumlah harga yang harus dibayar oleh para pemainnya dan tergantung dari setiap platform memiliki harga yang berbeda untung setiap game yang mereka jual. Biasanya terdapat faktor-faktor yang mempengaruhi harga sebuah game, seperti mulai dari grafis yang berkualitas ataupun cerita yang terdapat didalamnya.
Memprediksi harga game setiap tahun
Kelompok 5
Muhammad Rizki Abdullah 2143096
Muhammad Akbar Mustajabah 2143015
Yosefina Cembes 2143027
Nur Afifah 2143041
Elcky Mardiantho Tedut 2143045
Rahmat Ramadani 2143092
Kesimpulan dari visualisasi yang telah kami lakukan adalah penjualan game dari berbagai platform menentukan jumlah harga yang harus dibayar oleh para pemainnya dan tergantung dari setiap platform memiliki harga yang berbeda untung setiap game yang mereka jual. Biasanya terdapat faktor-faktor yang mempengaruhi harga sebuah game, seperti mulai dari grafis yang berkualitas ataupun cerita yang terdapat didalamnya.
KELOMPOK 8 :
Muhammad Ahsanu Qaulan 2143028
Dimas Raya 2143037
Fadillah Candrika Pratama 2143043
Renaldi Nur Fahrizal 2143011
Asthon Kiding 2143004
Nolan Melambi 2143077
Judul : Regresi Linier Asuransi Kesehatan
Kasus : Persetujuan Sistem Asuransi Kesehatan
Kesimpulan :
Dari visualisasi yang telah dilakukan, kita bisa melihat penerima asuransi kesehatan terbanyak berada pada rentang usia 50-an. Selain itu juga terdapat hubungan positif antara usia dan jumlah klaim asuransi kesehatan, semakin tua usia seseorang semakin besar jumlah klaimnya.
Muhammad Ahsanu Qaulan 2143028
Dimas Raya 2143037
Fadillah Candrika Pratama 2143043
Renaldi Nur Fahrizal 2143011
Asthon Kiding 2143004
Nolan Melambi 2143077
Judul : Regresi Linier Asuransi Kesehatan
Kasus : Persetujuan Sistem Asuransi Kesehatan
Kesimpulan :
Dari visualisasi yang telah dilakukan, kita bisa melihat penerima asuransi kesehatan terbanyak berada pada rentang usia 50-an. Selain itu juga terdapat hubungan positif antara usia dan jumlah klaim asuransi kesehatan, semakin tua usia seseorang semakin besar jumlah klaimnya.
Judul : Biaya Asuransi Kesehatan
Kasus : Prediksi Biaya Asuransi Kesehatan
Kelompok 7 :
Indah Risdiani M (2143026)
Nur Fadilah Putri Sukma (2143039)
Irfan Kafi (2143050)
Muhammad Aryanda (2143052)
Andi Fikri (2143098)
Kesimpulannya dari visualisasi dataset insurance adalah kita dapat melihat banyak jumlah data dan atribut/kolom pada dataset berjumlah 1338 data dan 7 atribut/kolom yang memiliki nilai semua dan tidak kosong, serta kita dapat melihat korelasi hubungan antara data biaya dengan data yang lain yang dimana yang memiliki korelasi tinggi adalah data kolom perokok, umur, dan imt yang dimana data ini mempengaruhi biaya asuransi kesehatan karena untuk orang-orang dengan kondisi kesehatan yang kompleks atau mahal untuk dirawat maka biaya asuransi kesehatan tentu akan semakin mahal juga.
Kasus : Prediksi Biaya Asuransi Kesehatan
Kelompok 7 :
Indah Risdiani M (2143026)
Nur Fadilah Putri Sukma (2143039)
Irfan Kafi (2143050)
Muhammad Aryanda (2143052)
Andi Fikri (2143098)
Kesimpulannya dari visualisasi dataset insurance adalah kita dapat melihat banyak jumlah data dan atribut/kolom pada dataset berjumlah 1338 data dan 7 atribut/kolom yang memiliki nilai semua dan tidak kosong, serta kita dapat melihat korelasi hubungan antara data biaya dengan data yang lain yang dimana yang memiliki korelasi tinggi adalah data kolom perokok, umur, dan imt yang dimana data ini mempengaruhi biaya asuransi kesehatan karena untuk orang-orang dengan kondisi kesehatan yang kompleks atau mahal untuk dirawat maka biaya asuransi kesehatan tentu akan semakin mahal juga.