{"data":[{"deskripsi_kategori_portofolio":"Web Programming","deskripsi_singkat":"<p><span class=\"text-big\" style=\"color:hsl(30,75%,60%);\"><strong>Source code lengkap Tokolaku : https:\/\/gitlab.com\/weniariska1\/tokolaku<\/strong><\/span><\/p><p><span style=\"background-color:rgb(255,255,255);color:rgb(41,41,41);\">Tokolaku merupakan aplikasi e-commerce yang dalam pengembangannya menerapkan microservice.<strong> Microservices<\/strong> sendiri berarti membagi aplikasi menjadi layanan yang lebih kecil dan saling terhubung tidak seperti aplikasi monolitik. Setiap microservice merupakan aplikasi kecil yang memiliki arsitektur heksagonal sendiri yang terdiri dari logika beserta berbagai adapternya (bahasa pemrograman, dll).<\/span><\/p><p style=\"margin-left:0px;\">Kelebihan Microservice diantaranya :<\/p><ul><li>Aplikasi scalabale, secure dan reliable<\/li><li>Setiap service berdiri sendiri<\/li><li>Maintence-nya lebih mudah<\/li><li>Tidak ada hambatan dalam menggunakan teknologi baru<\/li><li>Setiap tim developer dapat mengembangkan setiap services-nya tanpa ada mengganngu services yang lain<\/li><\/ul>","email":"wni.arsk@gmail.com","foto_portofolio":"2022-05-28_200515_08880_foto_portofolio.png","foto_user":"2022-05-28_19592612760.jpg","id_course":421,"id_customer":12642,"id_customer_course":33402,"id_kategori_portofolio":7,"id_portofolio":110,"is_delete":0,"jumlah_like":14,"nama_course":"Master Class On Job Training: Data Science Intensive Program Batch 33","nama_kategori_portofolio":"Web Programming","nama_portofolio":"Microservice Dengan Python","nama_user":"Weni Ariska","sosmed_instagram":"https:\/\/www.instagram.com\/weniarisk_","sosmed_linkedin":"https:\/\/linkedin.com\/","status_portofolio":2,"waktu_approve":null,"waktu_submit":"Sat, 28 May 2022 19:59:50 GMT"},{"deskripsi_kategori_portofolio":"Data Science \/ Big Data","deskripsi_singkat":"<p style=\"text-align:justify;\"><span style=\"background-color:rgb(255,255,255);color:rgb(41,41,41);\">Klasifikasi suatu proses dalam mencari dan menentukan model atau fungsi yang dapat menjelaskan serta membedakan kelas data dengan tujuan dapat menggunakan data tersebut untuk memperkirakan kelas suatu objek yang statusnya tidak diketahui. <\/span>Dataset yang digunakan berasal dari National Institute of Diabetes and Digestive and Kidney Diseases. Dapat diambil di Kaggle dengan link:&nbsp;<a href=\"https:\/\/www.kaggle.com\/datasets\/uciml\/pima-indians-diabetes-database.\">https:\/\/www.kaggle.com\/datasets\/uciml\/pima-indians-diabetes-database.<\/a> Tujuannya adalah untuk memprediksi secara diagnostik apakah pasien menderita diabetes atau tidak. Dataset terdiri dari beberapa variabel prediktor medis dan satu variabel target, Hasil. Variabel prediktor meliputi pregnancies, Glucose, BloodPressure, SkinThickness, Insulin, BMI, DiabetesPedigreeFunction, age,&nbsp;Outcome. Dimana outcome merupakan target dari data tersebut.&nbsp;<\/p>","email":"evapuspaningrum.if@upnjatim.ac.id","foto_portofolio":"2022-10-09_170407_48779_foto_portofolio.png","foto_user":"2022-10-09_17023317105.jpg","id_course":421,"id_customer":16987,"id_customer_course":50356,"id_kategori_portofolio":2,"id_portofolio":1044,"is_delete":0,"jumlah_like":1,"nama_course":"Master Class On Job Training: Data Science Intensive Program Batch 33","nama_kategori_portofolio":"Data Science \/ Big Data","nama_portofolio":"Indian Pima Diabetes Classification","nama_user":"Eva Yulia Puspaningrum","sosmed_instagram":"","sosmed_linkedin":"","status_portofolio":2,"waktu_approve":null,"waktu_submit":"Sun, 09 Oct 2022 17:02:46 GMT"},{"deskripsi_kategori_portofolio":"Data Science \/ Big Data","deskripsi_singkat":"<p style=\"text-align:justify;\">Klasifikasi data mining adalah sebuah proses menemukan definisi kesamaan karakteristik dalam suatu kelompok atau kelas (class). Klasifikasi data mining dilakukan untuk memperkirakan kelas dari suatu objek yang labelnya belum diketahui. Dataset yang digunakan adalah data ciri-ciri fisik pada bagian kepala manusia yang berupa Panjang rambut, lebar dahi, tinggi dahi, lebar hidung, tinggi hidung, ketebalan bibir, serta jarak hidung dengan bibir. Ciri-ciri fisik tersebut nantinya dijadikan sebagai fitur. Kemudian mesin dilatih dan akan memprediksi kelas dari data ke dalam 2 kelas jenis kelamin (gender) yakni Pria atau Wanita.<\/p>","email":"agungmustikarizki@gmail.com","foto_portofolio":"2022-10-11_212711_97771_foto_portofolio.png","foto_user":"2022-10-11_21375417110.jpg","id_course":421,"id_customer":16992,"id_customer_course":50357,"id_kategori_portofolio":2,"id_portofolio":1086,"is_delete":0,"jumlah_like":1,"nama_course":"Master Class On Job Training: Data Science Intensive Program Batch 33","nama_kategori_portofolio":"Data Science \/ Big Data","nama_portofolio":"Gender Classification Based on Physical Features","nama_user":"Agung Mustika Rizki","sosmed_instagram":"","sosmed_linkedin":"","status_portofolio":2,"waktu_approve":"Wed, 12 Oct 2022 07:38:06 GMT","waktu_submit":"Tue, 11 Oct 2022 21:38:04 GMT"}],"offset":"3","page":"1","row_count":19,"status_code":200}