Hi. I'm Lusi Aulia Jati.

×

Production Planning Inventory Control Intern

Assisting the production team in managing and controlling the data production levels of banana and guava fruits during the harvesting process. Analyze production data to identify trends, inefficiencies, and opportunities for process improvements.

×

Mentor at Bangkit Academy 2023

2x Experiences lead and assist cohort of 25 students, providing weekly consultation sessions, and becoming a teaching assistant during Tech / Softskills ILT class from Machine Learning learning path on Bangkit Academy 2023 Batch 1 and Batch 2.

×

PPLK 2024

Selected as one of the speakers for the Faculty of Science PPLK (Program Pengenalan Lingkungan Kampus) Event. Over 800++ students from 9 majors attended this event.

×

Coffee Review

Akan dilakukan analisis pada data review kopi, data diperoleh dari sumber Kaggle berikut ini. Data tersebut original berasal dari website coffeereview.

Pengerjaan dilakukan menggunakan python di jupyter notebook, file jupyter notebook dan data csv dapat dilihat disini.

Setelah dianalisis, kemudian simpulan dari proses analisis dibuat dalam slide pdf. Berikut tampilan pdf simpulan dari hasil analisis review kopi :

×

Graduate School Acceptance Analysis

Data:

US Graduate School Data dari Kaggle.

Pertanyaan :

1. Dari total 400 pendaftar, berapa jumlah pendaftar dengan kesempatan diterima di atas 80%?
2. Dari pendaftar dengan kesempatan diterima di atas 80%, berapa yang sudah melakukan penelitian (Research)?
3. Berapa nilai minimum, maksimum, dan rata-rata dari skor GRE dan TOEFL pendaftar dengan kesempatan diterima di atas 80%?
4. Berapa nilai minimum, maksimum, dan rata-rata GPA sebelumnya pada pendaftar dengan kesempatan diterima di atas 80%?
5. Bagaimana persebaran rating universitas, kepemilikan SOP dan LOR pada pendaftar dengan kesempatan diterima di atas 80%?

Hasil yang ditemukan :

1. Terdapat 117 dari total 400 pendaftar graduate school atau sekitar 29.25% yang memiliki kesempatan diterima di atas 80%.
2. Kesemua pendaftar dengan kesempatan diterima di atas 80% sudah pernah melakukan penelitian (Research).
3. Pendaftar dengan kesempatan diterima di atas 80% memiliki nilai minimum TOEFL sebesar 92, nilai maksimum 120, dan nilai rata-rata sebesar 107.41 dari total poin 120. Kemudian nilai minimum GRE 290, maksimum 340, dan rata-rata sebesar 316.8075 dari total nilai GRE 340.
4. Pendafar dengan kesempatan diterima di atas 80% memiliki nilai minimum GPA sebesar 7, nilai maksimum 10, dan nilai rata-rata sebesar 8.5950 dari total nilai 10.
5. Rating Universitas, kepemilikan SOP dan LOR memiliki pola yang sama untuk pendaftar dengan kesempatan diterima di atas 80%. Mayoritas pendaftar memiliki rating universitas, SOP dan LOR terbaik (nilai 5 dan 4), meski masih ada beberapa pendaftar dengan nilai 3 dan 2.

Link Github & Dashboard:

Peneliti mengelola data dengan MySQL dan menvisualisasikannya menggunakan Tableau. Lebih lengkap mengenai file SQL dapat dilihat disini

×

Bike Sharing

Data:

Data terdiri atas dua data berbentuk csv yaitu hour dan day. Peneliti akan mengolah data berdasar pertanyaan yang telah dibuat. Lebih lengkap mengenai data dapat dilihat disini.

Pertanyaan :

Pertanyaan-pertanyaan yang telah dibuat dari dataset yaitu :

1. Bagaimana keterkaitan waktu (jam, hari, bulan) terhadap jumlah pengendara?
2. Bagaimana keterkaitan cuaca & musim terhadap jumlah pengendara?
3. Bagaimana jumlah pengendara pada hari-hari tertentu (hari libur dan hari kerja)?
4. Bagaimana strategi pemanfaatan media untuk mempengaruhi pengendara casual agar menjadi pengendara terdaftar?

Link & Dashboard:

Pertanyaan di atas dapat dijawab dengan proses pengolahan data, peneliti mengelola data dengan Python melalui file notebook. Diperoleh beberapa hasil keterkaitan antara data yang divisualisasikan dengan plot dan diagram. Lalu peneliti merangkum semuanya dalam dashboard yang dibangun dengan streamlit. Berikut tampilan dashboard yang telah dibangun :

Jawaban dari pertanyaan telah tertera pada dashboard, dengan klik pada button ‘Lihat Penjelasan’. Untuk melihat dashboard lebih jelas, dapat dilihat disini.

×

HR Attrition

Background :

Jaya Jaya Maju merupakan salah satu perusahaan multinasional yang telah berdiri sejak tahun 2000. Ia memiliki lebih dari 1000 karyawan yang tersebar di seluruh penjuru negeri. Walaupun telah menjadi menjadi perusahaan yang cukup besar, Jaya Jaya Maju masih cukup kesulitan dalam mengelola karyawan. Hal ini berimbas tingginya attrition rate (rasio jumlah karyawan yang keluar dengan total karyawan keseluruhan) hingga lebih dari 10%. Untuk mencegah hal ini semakin parah, manajer departemen HR ingin meminta bantuan Anda mengidentifikasi berbagai faktor yang mempengaruhi tingginya attrition rate tersebut. Selain itu, ia juga meminta Anda untuk membuat business dashboard untuk membantunya memonitori berbagai faktor tersebut.

Data :

Berisi 35 kolom data, yang diambil dari sumber IBM berikut ini.

Notebook :

Lebih lengkap terkait dengan pengerjaan melalui jupyter notebook menggunakan python dapat dilihat disini. Kemudian juga dibuat visualisasi mengenai studi kasus ini menggunakan Tableau.

×

Book Store & Booking Order Menu

1. Book Store

Akan dibuat sistem toko buku “Mirai Book Store” menggunakan Odoo15. Berikut adalah penjelasan mengenai Odoo.

Digunakan python sebagai bahasa utama dalam Odoo, lebih lengkap mengenai kode pembuatan sistem toko buku ini dapat dilihat disini. Kemudian tampilan dari sistem toko buku yang telah dibuat terlihat pada video di bawah ini :

2. Booking Order Menu

Membuat menu ‘booking order’ yang berisi booking order, work oder, dan service team. Dengan ketentuan sebagai berikut :

Tampilan dari menu booking order yang sudah dibuat terlihat pada video di bawah ini :

×

Air Quality Prediction

Indeks Standar Pencemar Udara (ISPU) adalah sebuah angka yang tidak mempunyai satuan yang menggambarkan kondisi mutu udara ambien di lokasi tertentu, yang didasarkan kepada dampak terhadap kesehatan manusia, nilai estetika dan makhluk hidup lainnya. (PermenLHK No.14 tahun 2020 tentang Indeks Standar Pencemar Udara). Istilah ISPU dikenal di Indonesia, sedangkan secara internasional dikenal dengan AQI (Air Quality Index). ISPU dapat dihitung dengan formula berikut :

dari formula di atas kemudian diperoleh nilai ISPU yang kemudian dapat dilihat rentang kategorinya berdasar tabel di bawah ini :

Pada tahun 2021 Indonesia dikenal menjadi salah satu dari 20 negara dengan kualitas udara terburuk di dunia menurut IQAir. Kemudian pada tahun 2022, nilai ISPU Kota Bandar Lampung mencapai angka 144 (kategori tidak sehat) sehingga memasuki urutan ke-8 kota dengan kualitas udara terburuk di Indonesia. Berdasar fakta pahit ini, mendorong peneliti untuk membuat model yang dapat memprediksi nilai ISPU di Kota bandar Lampung. Menggunakan data per jam keenam parameter ISPU yaitu PM10, PM2,5, CO, NO2, SO2, and O3 dari bulan maret-oktober 2022 sebanyak 5880 data yang diambil dari weatherbit.io. Peneliti membuat model dengan algoritma Deep Learning LSTM (Long Short-Term Memory).

Diperoleh hasil prediksi dengan nilai RMSE 3.134984051 dan plot sebagai berikut :

Memperlihatkan konversi perhitungan parameter ISPU menjadi nilai ISPU, kemudian hasil model prediksi menginterpretasikan nilai ISPU di Kota Bandar Lampung dengan baik. Lebih lengkap mengenai proses prediksi dapat dilihat disini.

×

Salary Prediction

Scenario : XYZ Company wants to data analyst to analyze the correlation between an employee's salary and the number of years of experience they have. Salary Dataset in CSV for Simple linear regression got from Kaggle and contains the 29 data. Data analyst using R for this task and the conclusion that there is a significant positive relationship between YearsExperience and Salary and the regression equation is y = 24848 + 9450x , with x = Salary and y = YearsExperience. This means that the longer the years of experience, the greater the salary that will get. This statement can be a consideration for the company when considering the applicant's salary.

For more detail R code already explained on my Kaggle, you can see from click this.

Also, for more better experience with regression plots. This is viz regression plot on Tableau in this scenario, we can see the linear regression plot to the top right with slope 9450.