Description

1.Kita perlu melakukan mounting Google Drive terlebih dahulu, karena dataset yang akan diolah berada pada Google Drive.

2. Selanjutnya membaca dataset dengan format csv menggunakan library pandas yaitu pd.read_csv(), Pandas adalah library open source pada Python yang sering digunakan untuk memproses data yang meliputi pembersihan data, manipulasi data, hingga melakukan analisis data. Fungsi df.head(5) akan menampilkan 5 data teratas dari dataset yang dimiliki.

3. Menggunakan operator perbandingan kita juga dapat menerapkan filtering data sesuai yang diinginkan. dimana df2 akan menyimpan nilai kolom age dalam rentang nilai lebih dari 40 dan kurang dari 50.

4. selanjutnya kita perlu memisahkan antara variabel indenpenden dan dependen variabel dari dataset yang kita miliki menggunakan fungsi .iloc.

5. Membagi data train dan data test menggunakan fungsi train_test_split dari scikit learn. dimana untuk rasio pembagiannya adalah 7:3 data train 70% dan data test 30%.

6. Setelah dataset berhasil dibagi, selanjutnya dilakukan training menggunakan algoritma support vector machine (SVM) dengan mengimport SVC dari library sklearn.svm. fungsi .fit digunakan untuk melatih model dengan parameter input X_train dan y_train.

7. terakhir kita melakukan evaluasi terhadap model menggunakan matrix accuracy, sehingga diperoleh accuracy model sebesar 72%.