Pendahuluan

Aplikasi ini dibuat menggunakan framework Shiny di R untuk melakukan analisis regresi linier terhadap dataset yang diunggah pengguna. Tujuannya adalah untuk membantu memprediksi nilai variabel target (Y) berdasarkan satu atau beberapa variabel independen (X).

Desain Aplikasi

Aplikasi terdiri dari dua bagian utama: - UI (User Interface): Menyediakan tampilan antarmuka pengguna. - Server: Mengelola logika backend, seperti pembacaan data, pelatihan model, visualisasi, dan prediksi.

Alur Kerja Aplikasi

  1. Pengguna mengunggah dataset .csv sebagai data pelatihan (training).
  2. Pengguna memilih variabel input (X) dan target (Y) dari dataset tersebut.
  3. Model regresi linier dilatih berdasarkan input pengguna.
  4. Pengguna dapat mengunggah dataset baru untuk dilakukan prediksi menggunakan model yang sudah dilatih.
  5. Model dapat disimpan ke file .rds atau dimuat kembali.

Fungsionalitas Aplikasi

1. Upload dan Pratinjau Data

  • File input untuk mengunggah dataset training.
  • Tabel output untuk menampilkan isi dataset.
  • Ringkasan statistik menggunakan fungsi summary().

2. Pemilihan Variabel

  • X (independen): Dapat memilih lebih dari satu.
  • Y (dependen): Hanya satu variabel target.
  • Color (opsional): Untuk keperluan visualisasi eksploratif.

3. Eksplorasi dan Korelasi

  • Menampilkan correlation matrix antar variabel numerik menggunakan corrplot.
  • Menampilkan scatterplot berdasarkan variabel yang dipilih pengguna.

4. Pelatihan Model

  • Model dilatih menggunakan fungsi lm().
  • Formula regresi dibentuk secara dinamis: Y ~ X1 + X2 + ....
  • Model disimpan sementara dengan reactiveVal() dan dapat diunduh.

5. Prediksi Data Baru

  • File input untuk mengunggah dataset testing.
  • Prediksi dilakukan terhadap data baru berdasarkan model yang sudah dilatih.
  • Output berupa tabel hasil prediksi.

6. Simpan dan Muat Model

  • saveRDS(): Menyimpan model yang sudah dilatih dalam format .rds.
  • readRDS(): Memuat kembali model dari file .rds.

Kesimpulan

Aplikasi ini cocok digunakan sebagai alat bantu pembelajaran regresi linier, eksperimen data, serta prediksi cepat berbasis antarmuka visual. Pengguna dapat dengan mudah mengunggah data, melatih model, dan melakukan prediksi tanpa perlu menulis banyak kode.

Paket yang Digunakan

  • shiny
  • ggplot2
  • readr
  • dplyr
  • caret
  • corrplot
  • tidyr
  • broom