Lompat ke konten utama

Ajak teman, raih Rp1.000.000. Ikut kompetisi

Machine Learning Dasar dengan Python

Regresi, klasifikasi, validasi, dan clustering dengan scikit-learn — dijalankan langsung di browser.

Tingkat
MenengahAda prasyarat
Isi
4 modul16 pelajaran
Waktu
±220 menit3 jam 40 menit
Latihan
52diperiksa otomatis

5,0 ★ dari 2 ulasan

Pelajaran pertama bisa dicoba tanpa akun. Selanjutnya pakai akun gratis agar progres, draft kode, dan sertifikatmu tersimpan.

Mulai belajar
Bagikan

Gratis, sampai sertifikat

Hasil belajar

Yang akan kamu bisa setelah kelas ini

  1. Membedakan pembelajaran terawasi dan tak terawasi, regresi dan klasifikasi, lalu menyiapkan fitur, label, dan pembagian latih-uji yang bisa diulang.
  2. Melatih regresi linear dan menilainya dengan MAE, MSE, RMSE, dan R².
  3. Melatih klasifikasi k-NN, regresi logistik, dan pohon keputusan, lalu membaca akurasi, presisi, recall, F1, dan confusion matrix.
  4. Mengenali overfitting, membandingkan model dengan validasi silang, menskalakan fitur di dalam Pipeline, dan mengelompokkan data dengan k-means.

Tempat berlatih

Coba, periksa, lalu lanjutkan.

52 latihan di 16 pelajaran. Jawaban diperiksa langsung di halaman materi; petunjuk dibuka bertahap. Mau menguji diri? Ada latihan berwaktu dengan soal acak dari kelas ini.

Bentuk latihan
  • editor Python36
  • pilihan jawaban10
  • jawaban angka6

Kurikulum

Enam belas pelajaran membangun model machine learning dengan scikit-learn: membedakan pembelajaran terawasi dan tak terawasi, menyiapkan fitur dan label, membagi data latih-uji, regresi linear dengan MAE, MSE, dan R², klasifikasi k-NN, regresi logistik, dan pohon keputusan dengan akurasi, presisi, recall, F1, dan confusion matrix, lalu overfitting, validasi silang, penskalaan fitur dengan Pipeline, dan clustering k-means. Semua kode dijalankan di Python sungguhan (Pyodide) dan diperiksa dengan test assert; setiap latihan memakai random_state tetap sehingga hasilnya sama setiap kali.

4 modul · 16 pelajaran · ±220 menit
  1. 01Dasar machine learning dan menyiapkan data4 pelajaran
  2. 02Regresi: menebak angka3 pelajaran
  3. 03Klasifikasi: menebak kelompok4 pelajaran
  4. 04Model yang andal dan data tanpa label5 pelajaran

Urutan pelajaran tidak dikunci.

Untuk siapa

Orang yang sudah bisa mengolah tabel dengan pandas dan ingin membuat model prediksi pertama dari data kerja: harga, penjualan, pelanggan berhenti, atau barang cacat.

Prasyarat

Python dari Nol, Analisis Data dengan Python (DataFrame, memilih kolom, rata-rata)

Alat

  • Browser modern di komputer. Python, numpy, pandas, dan scikit-learn dimuat sekali (±40 MB) lalu tersimpan di cache.

Sertifikat kelas

Selesaikan kelasnya, sertifikat ini atas namamu.

  • Nama lengkapmu dan judul kelas tercetak di sertifikat.
  • Kode dan QR yang bisa dicek siapa saja di kelasgratis.com/verifikasi.
  • Sekali klik ke profil LinkedIn, atau unduh PNG dan PDF.
Mulai belajar

Terbit setelah 16 pelajaran wajib tuntas dan kamu menulis ulasan singkat tentang kelasnya. Bukti penyelesaian materi dari KelasGratis, bukan akreditasi atau sertifikasi kompetensi.

Ringkasnya

Tanya jawab

Machine Learning Dasar dengan Python adalah kelas gratis berbahasa Indonesia tingkat menengah dari KelasGratis. Cocok untuk orang yang sudah bisa mengolah tabel dengan pandas dan ingin membuat model prediksi pertama dari data kerja: harga, penjualan, pelanggan berhenti, atau barang cacat. Isinya 16 pelajaran dalam 4 modul (±4 jam) dengan 52 latihan yang dinilai otomatis di browser. Sertifikat penyelesaian gratis dan bisa dicek keasliannya.

Apakah perlu memasang Python, Jupyter, atau scikit-learn?
Tidak. Python, numpy, pandas, dan scikit-learn berjalan di browser lewat Pyodide, di-host sendiri oleh situs ini. Unduhan pertama sekitar 40 MB lalu tersimpan di cache browser.
Kenapa hasil latihannya selalu sama, padahal pembagian data dan k-means itu acak?
Setiap latihan menetapkan random_state, sehingga pengacakan pembagian latih-uji, pohon keputusan, dan k-means menghasilkan urutan yang sama setiap kali dijalankan. Itu juga yang membuat test assert bisa memeriksa angka persisnya.
Data apa yang dipakai?
Tabel kecil karangan yang ditulis langsung di kode (sewa rumah, es teh, pelanggan, kaos) dan tiga dataset mainan bawaan scikit-learn: iris, wine, dan breast cancer. Ketiganya ikut di dalam paket scikit-learn, jadi tidak ada unduhan data tambahan.

Dari pengalaman belajar

Ulasan peserta

Apa yang membantu, dan apa yang masih bisa diperbaiki?

5,0dari 5 · 2 ulasan terbit

Ulasan berasal dari akun yang telah menyelesaikan setidaknya satu pelajaran. Bintang 1–3 ditinjau admin sebelum terbit; bintang 4–5 langsung terbit. Sebelum ada ulasan terbit, kelas menggunakan nilai awal admin 5,0. Setelahnya, rating mengikuti rata-rata ulasan yang sudah terbit.

ERGI NURJAMIL

★★★★★

Mantaf bnget untuk klas nya dan sangat membantu saya untuk belajar machine learning

Resa Meilani

★★★★★

Materinya bener-bener ngebantu banget buat memahami dasar machine learning secara praktis. Latihannya interaktif dan pembahasannya runtut, jadi lebih gampang paham konsep kodingnya

Bagikan pengalaman belajarmu

Masuk dan selesaikan satu pelajaran untuk menulis ulasan. Masuk ke akun →

Setelah kelas ini

Langkah berikutnyaData Mining DasarPython

Mulai dari pelajaran pertama.

16 pelajaran, ±220 menit, gratis sampai sertifikat.

Mulai belajar

Revisi materi terakhir: 27 Sep 2026. Laporan kesalahan bisa dikirim dari setiap halaman pelajaran.

© 2026 KelasGratis. Seluruh hak cipta dilindungi undang-undang. Dilarang scraping, kecuali perayap mesin pencari dan AI untuk pengindeksan. Syarat & hak cipta · Dari pendiri yang sama: iLingo, GrowWithAI dan Ambis.

Dukung KelasGratis

Bantu keberlanjutan platform belajar gratis untuk semua.

Donasi sekarang