Alzamna/Streamlit_CarPricePrediction

Aplikasi ini adalah sebuah web sederhana untuk prediksi harga mobil menggunakan model Machine Learning yang telah dilatih sebelumnya. Aplikasi ini dibangun menggunakan Streamlit dan memanfaatkan file model yang disimpan dengan format .sav. Selain itu, aplikasi juga menampilkan beberapa grafik terkait data mobil untuk eksplorasi visual.

Fitur Utama

1. Menampilkan Dataset

   • Dataset berisi informasi terkait spesifikasi mobil. Data diimpor dari file CarPrice.csv dan ditampilkan di aplikasi.

2. Visualisasi Data

   • Grafik interaktif untuk atribut berikut:
     • highwaympg: Konsumsi bahan bakar di jalan raya.
     • curbweight: Berat kendaraan.
     • horsepower: Tenaga kuda mesin mobil.

3. Prediksi Harga Mobil

   • Menggunakan input pengguna berupa:
     • Highway-mpg (Konsumsi bahan bakar jalan raya)
     • Curbweight (Berat kendaraan)
     • Horsepower (Tenaga kuda mesin)
   • Model Machine Learning memprediksi harga mobil berdasarkan nilai-nilai input tersebut.

Struktur File

• prediksi_harga_mobil.sav: File model Machine Learning yang telah dilatih untuk memprediksi harga mobil.
• CarPrice.csv: Dataset berisi informasi data mobil untuk ditampilkan dan digunakan sebagai contoh.
• app.py: File utama Streamlit untuk menjalankan aplikasi.

Cara Menjalankan

1. Persyaratan Sistem
   Pastikan Anda telah menginstal:

   • Python 3.8 atau lebih baru
   • Streamlit
   • Pandas
   • NumPy
   • scikit-learn

2. Instalasi Dependensi
   Jalankan perintah berikut untuk menginstal semua dependensi:

   pip install streamlit pandas numpy scikit-learn

3. Menjalankan Aplikasi
   Gunakan perintah berikut untuk menjalankan aplikasi Streamlit:

   streamlit run app.py

4. Akses Aplikasi
   Setelah dijalankan, aplikasi dapat diakses melalui browser pada alamat:
   http://localhost:8501

Catatan

• Pastikan file prediksi_harga_mobil.sav dan CarPrice.csv berada di direktori yang sama dengan app.py.
• Jika ada kesalahan atau bug saat menjalankan aplikasi, pastikan dependensi telah terinstal dengan benar.