Tutorial Lengkap AutoGluon: Library AutoML dari AWS untuk Machine Learning Otomatis
AutoGluon adalah library open-source AutoML (Automated Machine Learning) yang dikembangkan oleh AWS. Library ini dirancang untuk memudahkan proses pembuatan model machine learning berkualitas tinggi hanya dengan beberapa baris kode. AutoGluon secara otomatis menangani feature engineering, pemilihan model, hyperparameter tuning, dan model ensembling, sehingga pengguna dapat fokus pada pemahaman data dan interpretasi hasil.
Dalam tutorial ini, kita akan membahas secara mendalam tiga komponen utama AutoGluon: TabularPredictor untuk data tabular, MultiModalPredictor untuk data multi-modal (teks, gambar, tabular), dan TimeSeriesPredictor untuk peramalan time series. Setiap bagian dilengkapi dengan contoh kode yang dapat langsung dijalankan.
Mengapa Memilih AutoGluon?
Sebelum masuk ke instalasi dan penggunaan, penting untuk memahami mengapa AutoGluon layak dipertimbangkan dibandingkan library AutoML lainnya:
Instalasi
Prasyarat Sistem
AutoGluon membutuhkan Python 3.8 hingga 3.11. Disarankan menggunakan environment virtual untuk menghindari konflik dependensi.
# Buat virtual environment
python3 -m venv autogluon-env
source autogluon-env/bin/activate
Upgrade pip
pip install --upgrade pip
Instalasi AutoGluon
Anda dapat menginstal AutoGluon secara penuh atau hanya modul tertentu sesuai kebutuhan.
# Instalasi lengkap (semua modul)
pip install autogluon
Atau instalasi per modul sesuai kebutuhan
pip install autogluon.tabular # Untuk data tabular
pip install autogluon.multimodal # Untuk multi-modal (teks, gambar, tabular)
pip install autogluon.timeseries # Untuk time series forecasting
Instalasi dengan Dukungan GPU
Jika Anda memiliki GPU NVIDIA dan ingin memanfaatkannya untuk pelatihan yang lebih cepat:
# Instalasi dengan dukungan CUDA 11.8
pip install autogluon
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118
Verifikasi Instalasi
Setelah instalasi, verifikasi bahwa AutoGluon terinstal dengan benar:
import autogluon
print(f"AutoGluon version: {autogluon.version}")
from autogluon.tabular import TabularPredictor
from autogluon.multimodal import MultiModalPredictor
from autogluon.timeseries import TimeSeriesPredictor, TimeSeriesDataFrame
print("Semua modul berhasil diimpor!")
Penggunaan Dasar: TabularPredictor
TabularPredictor adalah komponen paling populer dari AutoGluon. Komponen ini dirancang untuk menangani data tabular (data berbentuk tabel dengan baris dan kolom) dan secara otomatis menentukan apakah masalah yang dihadapi adalah klasifikasi atau regresi.
Contoh 1: Prediksi Harga Rumah (Regresi)
Mari kita mulai dengan contoh klasik: memprediksi harga rumah berdasarkan fitur-fitur properti.
import pandas as pd
from autogluon.tabular import TabularPredictor
Buat dataset contoh harga rumah
data = {
'luastanah': [120, 150, 200, 80, 300, 175, 90, 250, 160, 110,
140, 180, 220, 95, 280, 130, 170, 210, 100, 260],
'luasbangunan': [100, 120, 160, 60, 250, 140, 70, 200, 130, 90,
110, 150, 180, 75, 230, 105, 135, 170, 80, 210],
'jumlahkamar': [3, 4, 5, 2, 6, 4, 2, 5, 4, 3,
3, 4, 5, 2, 6, 3, 4, 5, 2, 5],
'jumlahkamarmandi': [2, 2, 3, 1, 4, 2, 1, 3, 2, 2,
2, 3, 3, 1, 4, 2, 2, 3, 1, 3],
'lokasi': ['Jakarta Selatan', 'Bekasi', 'Jakarta Selatan', 'Tangerang',
'Jakarta Selatan', 'Depok', 'Tangerang', 'Jakarta Selatan',
'Bekasi', 'Depok', 'Jakarta Selatan', 'Bekasi', 'Jakarta Selatan',
'Tangerang', 'Jakarta Selatan', 'Depok', 'Bekasi', 'Jakarta Selatan',
'Tangerang', 'Jakarta Selatan'],
'tahundibangun': [2015, 2010, 2020, 2005, 2022, 2018, 2008, 2021,
2012, 2016, 2019, 2014, 2023, 2007, 2024, 2017,
2013, 2022, 2006, 2023],
'hargajuta': [1500, 1200, 3500, 600, 5500, 2000, 700, 4500, 1800, 1000,
1700, 2500, 4000, 650, 5200, 1400, 2100, 3800, 750, 4800]
}
df = pd.DataFrame(data)
Pisahkan data train dan test
traindata = df.iloc[:16]
testdata = df.iloc[16:]
Latih model dengan AutoGluon
predictor = TabularPredictor(
label='hargajuta', # Kolom target
evalmetric='rootmeansquarederror', # Metrik evaluasi
path='models/hargarumah' # Direktori penyimpanan model
)
predictor.fit(
traindata=traindata,
timelimit=120, # Batas waktu pelatihan (detik)
presets='bestquality' # Preset kualitas terbaik
)
Prediksi pada data test
predictions = predictor.predict(testdata)
print("\nHasil Prediksi Harga Rumah (dalam juta Rp):")
for i, (idx, row) in enumerate(testdata.iterrows()):
print(f" Rumah di {row['lokasi']}, {row['luastanah']}m2: "
f"Prediksi = Rp {predictions.iloc[i]:.0f} juta, "
f"Aktual = Rp {row['hargajuta']} juta")
Lihat leaderboard model
leaderboard = predictor.leaderboard(testdata, silent=True)
print("\nLeaderboard Model:")
print(leaderboard[['model', 'scoretest', 'predtimetest']])
Contoh 2: Klasifikasi Churn Pelanggan
Berikut contoh penggunaan TabularPredictor untuk masalah klasifikasi, yaitu memprediksi apakah pelanggan akan berhenti berlangganan (churn).
import pandas as pd
import numpy as np
from autogluon.tabular import TabularPredictor
Buat dataset contoh churn pelanggan
np.random.seed(42)
nsamples = 200
data = {
'usia': np.random.randint(18, 65, nsamples),
'lamaberlanggananbulan': np.random.randint(1, 72, nsamples),
'tagihanbulanan': np.random.uniform(50000, 500000, nsamples).round(0),
'jumlahkomplain': np.random.randint(0, 10, nsamples),
'penggunaandatagb': np.random.uniform(1, 50, nsamples).round(1),
'tipepaket': np.random.choice(['Basic', 'Standard', 'Premium'], nsamples),
'metodepembayaran': np.random.choice(['Transfer', 'Kartu Kredit', 'E-Wallet'], nsamples),
}
Buat label churn berdasarkan logika sederhana
churnprob = (
(np.array(data['jumlahkomplain']) > 5).astype(float) 0.4 +
(np.array(data['lamaberlanggananbulan']) < 12).astype(float) 0.3 +
(np.array(data['tagihanbulanan']) > 350000).astype(float) 0.2
)
data['churn'] = (churnprob + np.random.uniform(0, 0.3, nsamples) > 0.5).astype(int)
df = pd.DataFrame(data)
Pisahkan train dan test
traindata = df.iloc[:160]
testdata = df.iloc[160:]
Latih model klasifikasi
predictor = TabularPredictor(
label='churn',
evalmetric='f1',
path='models/churnprediction'
)
predictor.fit(
traindata=traindata,
timelimit=120,
presets='mediumquality'
)
Evaluasi model
performance = predictor.evaluate(testdata)
print(f"\nPerforma Model pada Data Test:")
print(f" F1 Score: {performance['f1']:.4f}")
Prediksi probabilitas churn
proba = predictor.predictproba(testdata)
print("\nProbabilitas Churn untuk 5 Pelanggan Pertama:")
print(proba.head())
Feature importance
importance = predictor.featureimportance(testdata)
print("\nFeature Importance:")
print(importance)
Memahami Presets
AutoGluon menyediakan beberapa preset yang mengontrol keseimbangan antara akurasi dan waktu pelatihan:
| Preset | Deskripsi | Waktu | Akurasi |
|--------|-----------|-------|---------|
| bestquality | Kualitas terbaik, multi-layer stacking | Lama | Tertinggi |
| highquality | Kualitas tinggi dengan bagging | Sedang-Lama | Tinggi |
| goodquality | Keseimbangan kecepatan dan akurasi | Sedang | Baik |
| mediumquality | Lebih cepat dengan akurasi memadai | Cepat | Memadai |
| optimizefordeployment | Optimasi untuk deployment | Cepat | Baik |
Penggunaan Dasar: MultiModalPredictor
MultiModalPredictor memungkinkan Anda bekerja dengan data yang mencakup berbagai modalitas sekaligus: teks, gambar, dan data tabular. Komponen ini sangat berguna untuk kasus di mana informasi tersebar di berbagai bentuk data.
Contoh 3: Klasifikasi Teks (Analisis Sentimen)
Berikut contoh penggunaan MultiModalPredictor untuk klasifikasi sentimen review produk dalam Bahasa Indonesia.
import pandas as pd
from autogluon.multimodal import MultiModalPredictor
Dataset contoh review produk
data = {
'review': [
'Produk ini sangat bagus, kualitasnya luar biasa!',
'Mengecewakan, barang tidak sesuai deskripsi.',
'Pengiriman cepat dan produk sesuai ekspektasi.',
'Kualitas buruk, mudah rusak setelah beberapa hari.',
'Harga terjangkau dengan kualitas yang memuaskan.',
'Tidak recommended, banyak cacat produksi.',
'Seller responsif dan barang dikemas dengan rapi.',
'Ukuran tidak sesuai, proses retur ribet sekali.',
'Desain menarik dan bahan berkualitas premium.',
'Barang sampai dalam kondisi rusak, sangat kecewa.',
'Warna sesuai foto, bahan adem dan nyaman dipakai.',
'Sudah 3 kali beli dan selalu puas dengan hasilnya.',
'Pelayanan after sales sangat mengecewakan.',
'Best seller memang terbukti, produk sangat recommended!',
'Jahitannya rapi, ukuran pas, pengiriman juga cepat.',
'Barang murah tapi kualitasnya di bawah standar.',
'Overall puas, akan repeat order lagi.',
'Produk tidak awet, cat cepat mengelupas.',
'Sangat membantu untuk kegiatan sehari-hari.',
'Garansi tidak berlaku, padahal baru sebulan dipakai.',
],
'kategoriproduk': [
'Elektronik', 'Fashion', 'Elektronik', 'Peralatan Rumah',
'Fashion', 'Elektronik', 'Fashion', 'Fashion',
'Fashion', 'Elektronik', 'Fashion', 'Kecantikan',
'Elektronik', 'Kecantikan', 'Fashion', 'Peralatan Rumah',
'Kecantikan', 'Peralatan Rumah', 'Elektronik', 'Elektronik',
],
'rating': [5, 1, 4, 2, 4, 1, 5, 2, 5, 1,
4, 5, 1, 5, 5, 2, 4, 1, 4, 1],
'sentimen': [
'positif', 'negatif', 'positif', 'negatif', 'positif',
'negatif', 'positif', 'negatif', 'positif', 'negatif',
'positif', 'positif', 'negatif', 'positif', 'positif',
'negatif', 'positif', 'negatif', 'positif', 'negatif',
]
}
df = pd.DataFrame(data)
traindata = df.iloc[:16]
testdata = df.iloc[16:]
Latih MultiModalPredictor
predictor = MultiModalPredictor(
label='sentimen',
evalmetric='accuracy',
path='models/sentimenreview'
)
predictor.fit(
traindata=traindata,
timelimit=120
)
Prediksi sentimen
predictions = predictor.predict(testdata)
print("\nHasil Prediksi Sentimen:")
for i, (idx, row) in enumerate(testdata.iterrows()):
print(f" Review: '{row['review'][:50]}...'")
print(f" Prediksi: {predictions.iloc[i]} | Aktual: {row['sentimen']}")
print()
Evaluasi
scores = predictor.evaluate(testdata)
print(f"Akurasi: {scores['accuracy']:.4f}")
Contoh 4: Prediksi Multi-Modal (Teks + Tabular)
MultiModalPredictor unggul ketika data Anda mencakup campuran teks dan fitur numerik/kategorikal.
import pandas as pd
from autogluon.multimodal import MultiModalPredictor
Dataset listing properti dengan deskripsi teks
data = {
'deskripsi': [
'Rumah mewah di area elite dengan taman luas dan kolam renang pribadi',
'Apartemen studio minimalis dekat stasiun MRT, cocok untuk pekerja',
'Rumah 2 lantai di perumahan cluster dengan keamanan 24 jam',
'Kontrakan murah di gang sempit, kondisi perlu renovasi',
'Villa dengan pemandangan gunung, cocok untuk investasi wisata',
'Rumah tua di pusat kota, lokasi strategis dekat pasar dan sekolah',
'Townhouse modern dengan smart home system dan rooftop garden',
'Rumah sederhana di pinggiran kota, akses jalan masih tanah',
'Penthouse di lantai 30 dengan view kota yang spektakuler',
'Rumah subsidi pemerintah di kawasan perumahan baru',
],
'luasm2': [350, 28, 150, 45, 500, 120, 200, 80, 180, 36],
'jumlahkamar': [5, 1, 4, 2, 6, 3, 4, 2, 3, 2],
'lokasi': ['Jakarta Selatan', 'Jakarta Pusat', 'Tangerang',
'Bekasi', 'Bogor', 'Jakarta Barat', 'BSD',
'Depok', 'Jakarta Selatan', 'Tangerang Selatan'],
'hargakategori': ['Premium', 'Medium', 'Medium', 'Budget',
'Premium', 'Medium', 'Premium', 'Budget',
'Premium', 'Budget']
}
df = pd.DataFrame(data)
traindata = df.iloc[:8]
testdata = df.iloc[8:]
Latih model multi-modal
predictor = MultiModalPredictor(
label='hargakategori',
path='models/propertimultimodal'
)
predictor.fit(
traindata=traindata,
timelimit=60
)
Prediksi
predictions = predictor.predict(testdata)
print("\nHasil Klasifikasi Harga Properti:")
for i, (idx, row) in enumerate(testdata.iterrows()):
print(f" {row['deskripsi'][:60]}...")
print(f" Prediksi: {predictions.iloc[i]} | Aktual: {row['hargakategori']}")
print()
Penggunaan Dasar: TimeSeriesPredictor
TimeSeriesPredictor adalah komponen AutoGluon untuk peramalan data time series. Komponen ini mendukung berbagai algoritma mulai dari metode statistik klasik (ARIMA, ETS) hingga model deep learning modern (DeepAR, Temporal Fusion Transformer).
Contoh 5: Peramalan Penjualan
import pandas as pd
import numpy as np
from autogluon.timeseries import TimeSeriesPredictor, TimeSeriesDataFrame
Buat dataset contoh penjualan harian untuk beberapa toko
np.random.seed(42)
dates = pd.daterange('2025-01-01', '2026-10-31', freq='D')
stores = ['TokoJakarta', 'TokoSurabaya', 'TokoBandung']
rows = []
for store in stores:
basesales = {'TokoJakarta': 500, 'TokoSurabaya': 350, 'TokoBandung': 280}[store]
for date in dates:
# Tambahkan pola musiman (mingguan dan bulanan)
weeklypattern = 50 np.sin(2 np.pi date.dayofweek / 7)
monthlypattern = 100 np.sin(2 np.pi date.month / 12)
trend = 0.2 (date - dates[0]).days # Tren naik
noise = np.random.normal(0, 30)
sales = max(0, basesales + weeklypattern + monthlypattern + trend + noise)
rows.append({
'itemid': store,
'timestamp': date,
'target': round(sales, 0)
})
df = pd.DataFrame(rows)
Konversi ke TimeSeriesDataFrame
tsdf = TimeSeriesDataFrame.fromdataframe(
df,
idcolumn='itemid',
timestampcolumn='timestamp'
)
Pisahkan data: gunakan data sampai September 2026 untuk training
dan Oktober 2026 untuk evaluasi
traindata = tsdf.slicebytimestep(None, -31) # Semua kecuali 31 hari terakhir
testdata = tsdf
Latih TimeSeriesPredictor
predictor = TimeSeriesPredictor(
predictionlength=31, # Prediksi 31 hari ke depan
evalmetric='MASE', # Mean Absolute Scaled Error
path='models/penjualants',
target='target'
)
predictor.fit(
traindata=traindata,
timelimit=120,
presets='mediumquality'
)
Buat prediksi
predictions = predictor.predict(traindata)
print("\nPrediksi Penjualan 31 Hari ke Depan:")
print(predictions.head(10))
Evaluasi
leaderboard = predictor.leaderboard(testdata, silent=True)
print("\nLeaderboard Model Time Series:")
print(leaderboard[['model', 'scoretest', 'predtimetest']])
Contoh 6: Peramalan dengan Kovariat Tambahan
TimeSeriesPredictor juga mendukung fitur tambahan (covariates) yang dapat meningkatkan akurasi prediksi.
import pandas as pd
import numpy as np
from autogluon.timeseries import TimeSeriesPredictor, TimeSeriesDataFrame
np.random.seed(42)
dates = pd.daterange('2025-01-01', '2026-10-31', freq='D')
rows = []
for date in dates:
isweekend = 1 if date.dayofweek >= 5 else 0
isholiday = 1 if (date.month == 12 and date.day == 25) or \
(date.month == 1 and date.day == 1) or \
(date.month == 8 and date.day == 17) else 0
temperature = 28 + 5 np.sin(2 np.pi date.dayofyear / 365) + \
np.random.normal(0, 2)
base = 1000
weekendeffect = 300 isweekend
holidayeffect = 500 isholiday
tempeffect = 20 (temperature - 28)
noise = np.random.normal(0, 50)
visitors = max(0, base + weekendeffect + holidayeffect + tempeffect + noise)
rows.append({
'itemid': 'MallJakarta',
'timestamp': date,
'target': round(visitors),
'isweekend': isweekend,
'isholiday': isholiday,
'temperature': round(temperature, 1)
})
df = pd.DataFrame(rows)
tsdf = TimeSeriesDataFrame.fromdataframe(
df, idcolumn='itemid', timestampcolumn='timestamp'
)
traindata = tsdf.slicebytimestep(None, -30)
Latih model dengan kovariat
predictor = TimeSeriesPredictor(
predictionlength=30,
evalmetric='MAPE',
path='models/visitorts',
target='target',
knowncovariatesnames=['isweekend', 'isholiday', 'temperature']
)
predictor.fit(
traindata=traindata,
timelimit=120,
presets='mediumquality'
)
Untuk prediksi, perlu menyediakan kovariat untuk periode masa depan
knowncovariates = tsdf.slicebytimestep(-30, None)[['isweekend', 'isholiday', 'temperature']]
predictions = predictor.predict(traindata, knowncovariates=knowncovariates)
print("\nPrediksi Jumlah Pengunjung Mall 30 Hari ke Depan:")
print(predictions.head(10))
Penggunaan Lanjutan
Custom Model Configuration
Anda dapat mengontrol model mana yang digunakan AutoGluon dan bagaimana hyperparameter-nya dikonfigurasi.
from autogluon.tabular import TabularPredictor
Konfigurasi model kustom
hyperparameters = {
'GBM': [
{'numboostround': 100, 'learningrate': 0.1},
{'numboostround': 200, 'learningrate': 0.05},
],
'CAT': {},
'XGB': {},
'RF': [
{'nestimators': 100},
{'nestimators': 300},
],
'NNTORCH': {'numepochs': 50},
}
predictor = TabularPredictor(
label='targetcolumn',
path='models/customconfig'
)
predictor.fit(
traindata=traindata,
hyperparameters=hyperparameters,
numbagfolds=5, # 5-fold bagging
numstacklevels=1, # 1 level stacking
timelimit=300
)
Feature Engineering Otomatis
AutoGluon melakukan feature engineering secara otomatis, tetapi Anda juga dapat menambahkan transformasi kustom.
from autogluon.tabular import TabularPredictor
from autogluon.features.generators import AutoMLPipelineFeatureGenerator
Custom feature generator
featuregenerator = AutoMLPipelineFeatureGenerator(
enablenumericfeatures=True,
enablecategoricalfeatures=True,
enabledatetimefeatures=True,
enabletextspecialfeatures=True,
enabletextngramfeatures=True,
)
predictor = TabularPredictor(label='target')
predictor.fit(
traindata=traindata,
featuregenerator=featuregenerator,
timelimit=120
)
Lihat fitur yang di-generate
print("Fitur yang digunakan:")
print(predictor.featuremetadatain.getfeatures())
Menyimpan dan Memuat Model
Model AutoGluon otomatis disimpan selama pelatihan. Anda dapat memuatnya kembali untuk inferensi di kemudian hari.
from autogluon.tabular import TabularPredictor
Model otomatis tersimpan di path yang ditentukan saat inisialisasi
predictor = TabularPredictor(label='hargajuta', path='models/hargarumah')
predictor.fit(traindata)
Muat model di sesi/mesin lain
loadedpredictor = TabularPredictor.load('models/hargarumah')
Gunakan untuk prediksi
predictions = loadedpredictor.predict(newdata)
Clone model terbaik saja untuk deployment yang lebih ringan
loadedpredictor.clonefordeployment('models/hargarumahdeploy')
Distill Model untuk Deployment
Untuk deployment di production, Anda mungkin ingin model yang lebih kecil dan cepat. AutoGluon menyediakan fitur distillation.
from autogluon.tabular import TabularPredictor
Latih model lengkap
predictor = TabularPredictor(label='target', path='models/full')
predictor.fit(traindata, presets='bestquality', timelimit=600)
Distill ke model yang lebih sederhana
distilledpredictor = predictor.distill(
timelimit=120,
augmentmethod='spunge', # Metode augmentasi data
augmentargs={'sizefactor': 5} # 5x ukuran data asli
)
Bandingkan ukuran dan kecepatan
print("Model asli:")
print(predictor.leaderboard(silent=True)[['model', 'scoreval', 'predtimeval']])
print("\nModel distilled:")
print(distilledpredictor.leaderboard(silent=True)[['model', 'scoreval', 'predtimeval']])
Integrasi dengan AWS SageMaker
AutoGluon terintegrasi dengan baik dengan AWS SageMaker untuk deployment skala besar.
# Contoh deployment ke SageMaker (memerlukan boto3 dan sagemaker SDK)
import sagemaker
from sagemaker import imageuris
Dapatkan container image AutoGluon
region = sagemaker.Session().botoregionname
imageuri = imageuris.retrieve(
framework='autogluon',
region=region,
version='0.8',
pyversion='py39',
imagescope='training'
)
Buat estimator SageMaker
from sagemaker.estimator import Estimator
estimator = Estimator(
imageuri=imageuri,
role='arn:aws:iam::ACCOUNTID:role/SageMakerRole',
instancecount=1,
instancetype='ml.m5.2xlarge',
outputpath='s3://bucket/autogluon-output/',
)
Jalankan training job
estimator.fit({'training': 's3://bucket/training-data/'})
Best Practices
1. Persiapan Data
Data yang baik adalah fondasi model yang baik. Berikut beberapa praktik terbaik untuk persiapan data:
import pandas as pd
Periksa data sebelum melatih model
df = pd.readcsv('data.csv')
Cek missing values
print("Missing values per kolom:")
print(df.isnull().sum())
Cek distribusi target
print("\nDistribusi target:")
print(df['target'].describe())
Cek tipe data
print("\nTipe data:")
print(df.dtypes)
Tips persiapan data:
- AutoGluon dapat menangani missing values secara otomatis, tetapi lebih baik memahami pola missing data Anda terlebih dahulu.
- Pastikan kolom target tidak memiliki missing values.
- Untuk klasifikasi, pastikan distribusi kelas tidak terlalu timpang. Jika timpang, pertimbangkan untuk menggunakan metrik evaluasi yang tepat seperti
f1weightedataubalancedaccuracy. - Hapus kolom yang jelas-jelas tidak relevan (misalnya ID, nama) untuk mengurangi noise.
2. Pemilihan Metrik Evaluasi
Pilih metrik evaluasi yang sesuai dengan tujuan bisnis Anda:
| Tipe Masalah | Metrik | Kapan Digunakan |
|--------------|--------|-----------------|
| Klasifikasi Biner | f1 | Ketika false positive dan false negative sama pentingnya |
| Klasifikasi Biner | rocauc | Ketika ingin mengevaluasi kemampuan pemisahan kelas secara keseluruhan |
| Klasifikasi Biner | precision | Ketika false positive sangat mahal (misalnya deteksi spam) |
| Klasifikasi Biner | recall | Ketika false negative sangat mahal (misalnya deteksi penyakit) |
| Klasifikasi Multi-kelas | accuracy | Ketika kelas seimbang |
| Klasifikasi Multi-kelas | f1weighted | Ketika kelas tidak seimbang |
| Regresi | rootmeansquarederror | Ketika outlier penting |
| Regresi | meanabsoluteerror | Ketika ingin metrik yang robust terhadap outlier |
| Regresi | r2 | Ketika ingin mengukur proporsi variansi yang dijelaskan |
| Time Series | MASE | Metrik umum yang scale-independent |
| Time Series | MAPE | Ketika ingin error dalam persentase |
3. Manajemen Waktu dan Sumber Daya
from autogluon.tabular import TabularPredictor
Strategi bertahap: mulai cepat, lalu tingkatkan
Tahap 1: Eksplorasi cepat
predictorfast = TabularPredictor(label='target')
predictorfast.fit(traindata, timelimit=60, presets='mediumquality')
baselinescore = predictorfast.evaluate(testdata)
print(f"Baseline score: {baselinescore}")
Tahap 2: Jika baseline sudah memadai, coba tingkatkan
predictorbetter = TabularPredictor(label='target')
predictorbetter.fit(traindata, timelimit=300, presets='bestquality')
improvedscore = predictorbetter.evaluate(testdata)
print(f"Improved score: {improvedscore}")
4. Interpretabilitas Model
Memahami mengapa model membuat prediksi tertentu sangat penting, terutama di lingkungan bisnis.
from autogluon.tabular import TabularPredictor
predictor = TabularPredictor.load('models/hargarumah')
Feature importance berbasis permutation
importance = predictor.featureimportance(testdata, numshufflesets=5)
print("Feature Importance (top 10):")
print(importance.head(10))
Info model detail
modelinfo = predictor.info()
print(f"\nJumlah model yang dilatih: {len(modelinfo['modelinfo'])}")
print(f"Model terbaik: {modelinfo['modelbest']}")
5. Handling Imbalanced Data
Untuk dataset yang tidak seimbang, AutoGluon menyediakan beberapa pendekatan:
from autogluon.tabular import TabularPredictor
Gunakan metrik yang tepat untuk data tidak seimbang
predictor = TabularPredictor(
label='fraud',
evalmetric='f1', # Atau 'balancedaccuracy'
path='models/frauddetection'
)
Tambahkan sample weight jika diperlukan
traindata['weight'] = traindata['fraud'].map({0: 1, 1: 10})
predictor.fit(
traindata=traindata,
timelimit=120,
sampleweight='weight',
presets='bestquality'
)
6. Monitoring dan Logging
import logging
from autogluon.tabular import TabularPredictor
Aktifkan logging detail
logging.basicConfig(level=logging.INFO)
predictor = TabularPredictor(
label='target',
path='models/withlogging',
verbosity=3 # 0=silent, 1=minimal, 2=standard, 3=detailed, 4=debug
)
predictor.fit(traindata, timelimit=120)
Simpan ringkasan pelatihan
fitsummary = predictor.fit_summary()
Perbandingan AutoGluon dengan Library AutoML Lainnya
Untuk memberikan perspektif yang lebih luas, berikut perbandingan AutoGluon dengan beberapa library AutoML populer lainnya:
| Aspek | AutoGluon | Auto-sklearn | H2O AutoML | TPOT |
|-------|-----------|--------------|------------|------|
| Ensemble otomatis | Ya (multi-layer stacking) | Ya | Ya | Tidak |
| Multi-modal | Ya (teks, gambar, tabular) | Tidak | Terbatas | Tidak |
| Time series | Ya | Tidak | Tidak | Tidak |
| Kemudahan penggunaan | Sangat mudah | Mudah | Mudah | Sedang |
| Kecepatan | Cepat | Sedang | Cepat | Lambat |
| GPU support | Ya | Terbatas | Ya | Tidak |
AutoGluon unggul dalam kemudahan penggunaan dan fleksibilitas, terutama untuk kasus multi-modal dan time series. Namun, setiap library memiliki kelebihan masing-masing, dan pilihan terbaik bergantung pada kebutuhan spesifik proyek Anda.
Kesimpulan
AutoGluon adalah library AutoML yang sangat powerful dan mudah digunakan. Dalam tutorial ini, kita telah mempelajari:
- Eksplorasi dokumentasi resmi di auto.gluon.ai untuk fitur-fitur lanjutan.
- Coba kompetisi Kaggle menggunakan AutoGluon untuk mengasah kemampuan Anda.
- Pelajari integrasi AutoGluon dengan AWS SageMaker untuk deployment model di production.
- Eksperimen dengan kombinasi hyperparameter dan preset yang berbeda untuk menemukan konfigurasi terbaik bagi dataset Anda.
- Implementasikan pipeline MLOps lengkap dengan AutoGluon sebagai komponen model training.
AutoGluon terus berkembang dengan fitur-fitur baru dan peningkatan performa. Dengan fondasi yang kuat dari AWS dan komunitas open-source yang aktif, AutoGluon merupakan pilihan yang solid untuk proyek machine learning apa pun, baik untuk prototyping cepat maupun deployment di production.
Artikel ini ditulis oleh Ruby Abdullah untuk rubythalib.ai. Untuk pertanyaan dan diskusi, silakan hubungi ruby@rubythalib.ai.