Jernihin
1.0.0
คลิกที่นี่เพื่อดู Jernihin
Jernihin เป็นโปรแกรมการเรียนรู้ของเครื่องบนเว็บไซต์ที่ใช้อินโดนีเซียซึ่งปัจจุบันอยู่ในระหว่างการพัฒนาโดยนักพัฒนา 4 คนจากทีม SIB3 Capstone C22-078 ใน การเรียนรู้ของเครื่องและโปรแกรมนักพัฒนาเว็บ Front-end โดย Sib Dicoding x Kampus Merdeka Batch 3
ทรัพยากรธรรมชาติที่มีศักยภาพที่ดีสำหรับสิ่งมีชีวิตและยังคงเพิ่มขึ้นทุกปีคือน้ำ จากข้อมูลเกี่ยวกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs) ดัชนีคุณภาพน้ำของอินโดนีเซียในปี 2020 คือ 53.53 เพิ่มขึ้นจากปีที่แล้ว [1] การวัดน้ำสามารถมองเห็นได้จากตัวแปรทางเคมีเช่นค่า pH, ความขุ่น, ฟอสฟอรัส, ไนโตรเจน, ออกซิเจนและอื่น ๆ ซึ่งมีบทบาทสำคัญในการกำหนดคุณภาพของน้ำ เพื่อค้นหาคุณภาพของน้ำจะต้องมีการตรวจสอบเป็นประจำ [2]
หนึ่งในความพยายามในการช่วยเหลือกลยุทธ์การจัดการทรัพยากรน้ำคือการสร้างระบบที่สามารถตรวจสอบคุณภาพของปริมาณน้ำ จากปัญหาข้างต้นเราตัดสินใจที่จะสร้างแอปพลิเคชันเว็บไซต์โดยใช้วิธีการเรียนรู้ลึกเพื่อทำนายคุณภาพน้ำจากตัวแปรหลายตัว แอปพลิเคชันนี้คาดว่าจะให้ทางเลือกอื่นในการจัดการและการตรวจสอบคุณภาพน้ำ
ตามพื้นหลังที่อธิบายไว้ข้างต้นเป้าหมายและเป้าหมายของโครงการนี้คือ:
เว็บไซต์นี้มีจุดมุ่งหมายเพื่อช่วยให้ชุมชนเป็นยูทิลิตี้เพื่อช่วยในการตัดสินใจและกำหนดคุณภาพน้ำ คุณลักษณะนี้คาดว่าจะช่วยในการจัดการแหล่งน้ำที่ดีขึ้น
Jernihin มีคุณสมบัติที่สามารถช่วยให้ผู้คนระบุคุณภาพน้ำตามเนื้อหาในน้ำซึ่งประกอบด้วยอุจจาระ, ออกซิเจน, pH, ตะกอน, อุณหภูมิ, ไนโตรเจน, ฟอสฟอรัสและความขุ่น คุณสมบัตินี้ควรช่วยให้ผู้ใช้แมปและระบุคุณภาพน้ำ
ขั้นตอนนี้จะอธิบายสั้น ๆ ผ่านสองขั้นตอนประกอบด้วย:
ขั้นตอนในการสร้างสภาพแวดล้อมเสมือนจริงของคุณจากโครงการนี้มีดังนี้:
โคลนที่เก็บนี้
git clone https://github.com/aNdr3W03/Jernihin.gitติดตั้งสภาพแวดล้อมเสมือนจริงของ Python
virtualenv venvติดตั้งข้อกำหนดทั้งหมดภายใน "ข้อกำหนด. txt"
pip install -r requirements.txtนำเข้าแอพ Flask & Run Server
export FLASK_APP=app.py
flask runหรือ
python app.py หยุดโปรแกรมแอปพลิเคชันหรือเซิร์ฟเวอร์โดย ctrl + c
เข้า สู่ระบบบัญชีรถไฟด้วยอีเมลหรือ gitHub acoot
สร้าง โครงการใหม่
เลือก ปรับใช้แบบฟอร์ม gitHub repo
เลือกโครงการ respository ที่คุณต้องการปรับใช้
รับข้อมูลผู้ใช้จากรูปแบบ HTML ในรูปแบบของอุจจาระ, ออกซิเจน, pH, ตะกอน, อุณหภูมิ, ไนโตรเจน, ฟอสฟอรัสและความขุ่น พารามิเตอร์เหล่านี้จะถูกสกัดเป็นค่าทดแทนซึ่งจะทำนายในภายหลัง ช่วงค่าอยู่ระหว่าง 0 ถึง 100 สำหรับแต่ละอินพุต
ปรับสเกลอินพุตของผู้ใช้ลงในอาร์เรย์ NumPy สำหรับการอนุมาน
ทำนายการป้อนข้อมูลของผู้ใช้โดยใช้โมเดลที่ทำ แบบจำลองที่ใช้เป็นอัลกอริทึมการเรียนรู้แบบรวมป่าแบบสุ่ม สิ่งนี้จะส่งคืนผลลัพธ์ของอาร์เรย์ของการทำนายแบบจำลองจากอินพุตทั้งหมดที่ป้อน
ฉลากการทำนายเอาท์พุทในรูปแบบของการได้รับผลลัพธ์ที่ชัดเจนที่แท้จริง จากนั้นค่าจำนวนเต็มนี้จะถูกแปลงเป็นสตริงผลลัพธ์ตามป้ายกำกับที่ตรงกับเครื่องหมาย ผลลัพธ์ของกระบวนการนี้คือชุดของผลลัพธ์การทำนายเช่น "ยอดเยี่ยม", "ดี", "ยุติธรรม", "ชายขอบ" และ "แย่"
ผลการทำนายขั้นสุดท้ายจะถูกส่งกลับไปยังหน้าการทำนายเพื่อแสดงต่อผู้ใช้
การวางแผนการจัดการความเสี่ยงและปัญหาที่เป็นไปได้ที่จะเกิดขึ้นในระหว่างการทำงานของโครงการนี้ดำเนินการโดยใช้การวิเคราะห์ SWOT ได้แก่ จุดแข็งจุดอ่อนโอกาสและภัยคุกคาม การวิเคราะห์นี้ดำเนินการเพื่อทำแผนที่และระบุจุดแข็งจุดอ่อนโอกาสและภัยคุกคามที่อาจเกิดขึ้นในระหว่างการพัฒนาโครงการนี้
สำหรับเอกสารเริ่มต้นมีการจัดทำแผนภูมิ Gantt เพื่อติดตามจุดเริ่มต้นของรายการที่ตกลงกันไว้ การทำแผนภูมิ Gantt บน ProjectLibre สำหรับรายละเอียดของกำหนดการสามารถดูได้ในเอกสารแผนภูมิ Gantt บนลิงค์แผนภูมิ Gantt ต่อไปนี้หรือในภาพด้านล่าง:
Jernihin Project Gantt Chart
พื้นที่เก็บข้อมูลของ Jernihin นี้แบ่งออกเป็น 2 สาขา :
หลัก (สาขาหลัก)
สาขา main ใช้เป็นสาขาบูรณาการสำหรับการพัฒนาจอแสดงผลส่วนหน้าและการพัฒนารูปแบบการเรียนรู้ของเครื่อง แผนคือการใช้เฟรมเวิร์กขวดเพื่อสร้างและรวมเว็บไซต์และรูปแบบการเรียนรู้ของเครื่องเป็นเว็บไซต์ทั้งหมด
Dev (สาขาการพัฒนา)
สาขา dev ถูกใช้ในระหว่างกระบวนการกำหนดทรัพยากรเริ่มต้นหรืออาจเรียกได้ว่าสภาพแวดล้อมที่จะลองสิ่งต่าง ๆ ที่จะใช้ในโครงการเพื่อให้ในที่สุดเมื่อคุณพบทรัพยากรที่เหมาะสมเอกสารจะถูกย้ายจาก dev ไปยังสาขาหลัก
แพลตฟอร์มชุมชน Amerigeoss Datahub
คะแนนพารามิเตอร์ WQI 1994-2013 ชุดข้อมูล
ในการทำงานในโครงการนี้จำเป็นต้องใช้ทรัพยากรโครงการหรือโครงการหลายโครงการ
ภาษา
กรอบ
ห้องสมุด
ไอคอนและรูปภาพ
การปรับใช้
[1] H. Said, NH Matondang และ Hn Irmanda, "Sistem Prediksi Kualitas Air Yang Dapat Dikonsumsi Dengan Menerapkan Algoritma K-Nearest เพื่อนบ้าน" Seminar Nasional Mahasiswa Ilmu Komputer Dan Aplikasinya (Senamika) 3 ไม่ 1, pp. 158-168, เม.ย. 2022 เข้าถึงได้: 12 ต.ค. 2022 [ออนไลน์] พร้อมใช้งาน: https://conference.upnvj.ac.id/index.php/senamika/article/view/2017
[2] MHD Barang Dan Sk Saptomo, "Analisis Kualitas Air Pada Jalur Distribusi Air Bersih Di Gedung Baru Fakultas Ekonomi Dan Manajemen Institut Pertanian Bogor" Jurnal Teknik Sipil Dan Lingkungan 4 ไม่ 1, pp. 13-24, เม.ย. 2019. เข้าถึง: 12 ต.ค. , 2022. ดอย: 10.29244/jsil.4.1.13-24 [ออนไลน์]. aivailable: https://journal.ipb.ac.id/index.php/jsil/article/view/23735
[3] รัฐบาลของนิวฟันด์แลนด์และลาบราดอร์ " ดัชนีคุณภาพน้ำดื่ม " gov.nl.ca https://www.gov.nl.ca/ecc/waterres/quality/drinkingwater/dwqi (เข้าถึง 12 ตุลาคม 2022)
[4] Nutan, " ปรับใช้โมเดลการเรียนรู้ของเครื่องด้วย Flask บน Heroku " Medium.com https://medium.com/@nutanbhogendrasharma/deploy-machine-learning-model-with-flask-on-heroku-cd079b692b1d (เข้าถึง 12 ตุลาคม 2022)
[5] A. Sridhar, " วิธีการปรับใช้รูปแบบการเรียนรู้ของเครื่องโดยใช้ Flask (ชุดข้อมูล IRIS) | Python. " YouTube.com https://youtu.be/2lqrfezuimk (เข้าถึง 23 พฤศจิกายน 2565)
[6] K. Naik, " ปรับใช้รูปแบบการเรียนรู้ของเครื่องโดยใช้ Flask " YouTube.com https://youtu.be/ubcwomf80py (เข้าถึง 23 พฤศจิกายน 2565)
Merdeka Belajar Kampus Merdeka (MBKM) 2022
รอบ Sib Dicoding 3
ทีม C22-078 Capstone
