rasyidstat / bpai

BPJS Hackathon AI: Case and Cost Prediction - 3rd Leaderboard -> 2nd Final Winner

bpjsai

Data

• 57971 data training, 24633 data testing
• Terdapat 490 kddati2 (kode wilayah) untuk training dan 489 untuk testing

Petunjuk Penggunaan

Perangkat yang dibutuhkan untuk menjalankan kode ini adalah:

• Python 3.8.5
• Library
  • numpy 1.19.5
  • pandas 1.2.0
  • scikit-learn 0.24.1
  • lightgbm 3.1.1

Berikut ini tahapan yang perlu dilakukan untuk menghasilkan model dan prediksi:

1. Install Python sesuai dengan versi yang disebutkan di atas
2. Jalankan pip install -r requirements.txt untuk menginstall library yang dibutuhkan
3. Jalankan python train_predict.py untuk menghasilkan model dan prediksi

Di dalam direktori ini juga sudah disediakan file Dockerfile yang digunakan untuk menjalankan Docker sehingga kode dapat dijalankan di environment mana pun baik Windows, Mac maupun Linux dan hasilnya dipastikan sama persis.

1. Install Docker
2. Jalankan docker build -t bpjsai . untuk menginstall semua perangkat yang dibutuhkan menggunakan Docker
3. Jalankan docker run -it bpjsai untuk memulai Docker dan jalankan script Python di atas via Docker

Ceklis Pengembangan Model

• Percobaan model pertama menggunakan LightGBM untuk prediksi kasus dan biaya
• Menggunakan Docker dan membuat dokumentasi ringkas tentang penggunaan kode
• Percobaan model kedua dengan optimasi MAPE untuk prediksi kasus
• Percobaan model ketiga dengan menggunakan model pertama dengan koreksi nilai pencilan