Analisis Regresi Harga Rumah California

Anggota Kelompok

• Ahmad Natsrul Ulum (23.11.5524)
• Zulfa Meydita Rahma (23.11.5512)

Deskripsi Proyek

Proyek ini melakukan analisis regresi linier sederhana dan berganda pada dataset harga rumah di California. Analisis meliputi eksplorasi data, visualisasi, rekayasa fitur, pembuatan model regresi, evaluasi model, serta pembuatan dashboard interaktif dan poster otomatis.

Akses Online

Aplikasi Streamlit dapat diakses secara online di sini: fp-bigdata-5524-5512.streamlit.app

Sumber Data

Dataset: California Housing Prices (Kaggle, Cam Nugent)

Fitur yang Digunakan

• median_income
• housing_median_age
• total_rooms
• total_bedrooms
• kamar_per_rumah_tangga (rekayasa fitur)
• rasio_kamar_tidur_per_kamar (rekayasa fitur)

Hasil Analisis

• Statistik deskriptif dan visualisasi (histogram, scatter plot, heatmap)
• Analisis korelasi fitur dengan harga rumah
• Model regresi linier sederhana & berganda, Ridge, Lasso, Decision Tree
• Evaluasi model (MSE, RMSE, MAE, R2, cross-validation)
• Dashboard interaktif (Streamlit)
• Poster otomatis (.png)
• Dataset bersih (.csv)

Tampilan Dashboard

Berikut adalah beberapa tampilan dari dashboard interaktif yang dibangun menggunakan Streamlit:

1. Halaman Utama Dashboard

Dashboard utama menampilkan ringkasan analisis, visualisasi, dan navigasi ke fitur-fitur utama.

2. Analisis Korelasi

Visualisasi heatmap korelasi antar fitur dan harga rumah.

3. Evaluasi Model Regresi

Perbandingan performa model regresi menggunakan metrik evaluasi.

4. Prediksi Harga Rumah

Visualisasi hasil prediksi harga rumah vs nilai aktual.

Cara Menjalankan

1. Buat virtual environment (opsional, direkomendasikan)
   • Linux/Mac:

     python3 -m venv env
     source env/bin/activate

   • Windows:

     python -m venv env
     .\env\Scripts\activate

2. Install dependensi

   pip install -r requirements.txt

3. Jalankan analisis & generate output

   python analysis.py

   • Akan menghasilkan: housing_clean.csv, visualisasi (.png), dan poster otomatis.
4. Jalankan dashboard

   streamlit run app.py

   • Dashboard dapat diakses di browser pada http://localhost:8501

Struktur File

• analysis.py : Script analisis, visualisasi, model, dan poster
• app.py : Dashboard interaktif Streamlit
• requirements.txt : Daftar dependensi Python
• housing_clean.csv : Dataset bersih hasil cleaning & rekayasa fitur
• poster_regresi_housing.png : Poster otomatis hasil analisis
• viz_*.png : File visualisasi otomatis
• .gitignore : File/folder yang diabaikan git

Catatan

• Semua output (dashboard, poster, dataset bersih) dihasilkan otomatis dari script.