Instalasi Prophet: Difference between revisions
Colabs Admin (talk | contribs) Created page with "AI Prophet adalah sebuah library open-source yang dikembangkan oleh Meta (Facebook) untuk mempermudah proses peramalan data deret waktu (time series forecasting). Library ini dibuat dengan tujuan agar peramalan bisa diakses lebih luas, bukan hanya oleh pakar statistik atau data scientist, tetapi juga oleh praktisi, peneliti, maupun pengembang yang ingin mendapatkan gambaran tren masa depan dari data historis. Dalam praktiknya, AI Prophet bekerja dengan memanfaatkan pend..." |
Colabs Admin (talk | contribs) No edit summary |
||
| Line 9: | Line 9: | ||
Sebelum melakukan instalasi, kita perlu menyiapkan environtment yang mendukung untuk library Prophet, berikut langkah-langkah untuk menyiapkan environtment dan instalasi Prophet | Sebelum melakukan instalasi, kita perlu menyiapkan environtment yang mendukung untuk library Prophet, berikut langkah-langkah untuk menyiapkan environtment dan instalasi Prophet | ||
# Prophet memerlukan Python versi 3.7 atau yang lebih baru. Pada sebagian besar distribusi Linux, Python 3 biasanya telah tersedia. Namun, apabila belum ada, dapat dilakukan instalasi menggunakan perintah berikut: <code>sudo apt update</code> <code>sudo apt install python3 python3-pip python3-venv -y</code> | # Prophet memerlukan Python versi 3.7 atau yang lebih baru. Pada sebagian besar distribusi Linux, Python 3 biasanya telah tersedia. Namun, apabila belum ada, dapat dilakukan instalasi menggunakan perintah berikut: <code>sudo apt update</code> <code>sudo apt install python3 python3-pip python3-venv -y</code> Perintah diatas akan memasang Python3, pip, dan modul venv yang diperlukan untuk membuat lingkungan virtual | ||
# Untuk menghindari konflik dengan paket lain, sebaiknya Prophet diinstall dalam virtual environment | # Untuk menghindari konflik dengan paket lain, sebaiknya Prophet diinstall dalam virtual environment <code>python3 -m venv prophet-env</code> <code>source prophet-env/bin/activate</code> Setelah environment aktif, terminal akan menampilkan awalan (prophet-env) sebagai penanda. | ||
# Agar proses instalasi lebih lancar, perbarui pip, setuptools, dan wheel: <code>python -m pip install --upgrade pip setuptools wheel</code> | # Agar proses instalasi lebih lancar, perbarui pip, setuptools, dan wheel: <code>python -m pip install --upgrade pip setuptools wheel</code> | ||
# Gunakan pip untuk memasang Prophet secara langsung dari repositori <code>python -m pip install prophet</code> Pada proses ini akan otomatis mengunduh dan memasang dependensi yang dibutuhkan Prophet | # Gunakan pip untuk memasang Prophet secara langsung dari repositori <code>python -m pip install prophet</code> Pada proses ini akan otomatis mengunduh dan memasang dependensi yang dibutuhkan Prophet | ||
# Setelah instalasi selesai, kita perlu melakukan pengujian dengan menjalankan Python dengan code berikut. <code>from prophet import Prophet</code> <code>import pandas as pd</code> <br /><code># Membuat data sederhana</code> <code>df = pd.DataFrame({</code> <code> 'ds': pd.date_range('2020-01-01', periods=10, freq='D'),</code> <code> 'y': [10,12,11,13,15,14,16,15,17,18]</code> <code>})</code> <br /><code># Membuat model Prophet dan melakukan training</code> <code>m = Prophet()</code> <code>m.fit(df)</code> <br /><code># Membuat prediksi ke depan</code> <code>future = m.make_future_dataframe(periods=7)</code> <code>forecast = m.predict(future)</code> <code>print(forecast<nowiki>[['ds','yhat']]</nowiki>.tail())</code> Jika berhasil, maka akan muncul tabel dengan kolom ds (tanggal) dan yhat (nilai prediksi) | # Setelah instalasi selesai, kita perlu melakukan pengujian dengan menjalankan Python dengan code berikut. <code>from prophet import Prophet</code> <code>import pandas as pd</code> <br /><code># Membuat data sederhana</code> <code>df = pd.DataFrame({</code> <code> 'ds': pd.date_range('2020-01-01', periods=10, freq='D'),</code> <code> 'y': [10,12,11,13,15,14,16,15,17,18]</code> <code>})</code> <br /><code># Membuat model Prophet dan melakukan training</code> <code>m = Prophet()</code> <code>m.fit(df)</code> <br /><code># Membuat prediksi ke depan</code> <code>future = m.make_future_dataframe(periods=7)</code> <code>forecast = m.predict(future)</code> <code>print(forecast<nowiki>[['ds','yhat']]</nowiki>.tail())</code> Jika berhasil, maka akan muncul tabel dengan kolom ds (tanggal) dan yhat (nilai prediksi) | ||
# Environment dapat dinonaktifkan dengan perintah <code>deactivate</code> Dengan perintah tersebut akan mengembalikan terminal ke semula. | # Environment dapat dinonaktifkan dengan perintah <code>deactivate</code> Dengan perintah tersebut akan mengembalikan terminal ke semula. | ||
Revision as of 17:15, 20 April 2026
AI Prophet adalah sebuah library open-source yang dikembangkan oleh Meta (Facebook) untuk mempermudah proses peramalan data deret waktu (time series forecasting). Library ini dibuat dengan tujuan agar peramalan bisa diakses lebih luas, bukan hanya oleh pakar statistik atau data scientist, tetapi juga oleh praktisi, peneliti, maupun pengembang yang ingin mendapatkan gambaran tren masa depan dari data historis.
Dalam praktiknya, AI Prophet bekerja dengan memanfaatkan pendekatan berbasis kecerdasan buatan (AI) untuk mengenali pola dalam data. Data tersebut bisa berupa catatan harian, mingguan, hingga tahunan. Contohnya, kita dapat memprediksi penjualan produk, trafik kunjungan website, konsumsi energi rumah tangga, ataupun variasi kondisi lingkungan dari data sensor IoT. Prophet menyajikan hasil prediksi dalam bentuk yang mudah dipahami, misalnya grafik tren dengan proyeksi ke depan.
Salah satu keunggulan utama AI Prophet adalah kemampuannya mengatasi masalah umum pada data deret waktu. Misalnya, ketika data tidak lengkap atau terdapat nilai yang menyimpang (outlier), Prophet tetap dapat menghasilkan prediksi yang stabil. Selain itu, Prophet mampu mendeteksi pola musiman seperti fluktuasi mingguan, bulanan, hingga tahunan tanpa memerlukan konfigurasi yang rumit dari pengguna.
Kombinasi antara kemudahan penggunaan dan fleksibilitas inilah yang membuat AI Prophet banyak dipakai di berbagai bidang. Baik pemula yang baru belajar analisis data, maupun profesional yang membutuhkan hasil cepat dan dapat dipertanggungjawabkan, dapat memanfaatkan AI Prophet sebagai alat prediksi yang praktis sekaligus andal. Dengan begitu, AI Prophet menjadi salah satu pilihan utama dalam membangun solusi berbasis data dan AI di berbagai sektor.
Sebelum melakukan instalasi, kita perlu menyiapkan environtment yang mendukung untuk library Prophet, berikut langkah-langkah untuk menyiapkan environtment dan instalasi Prophet
- Prophet memerlukan Python versi 3.7 atau yang lebih baru. Pada sebagian besar distribusi Linux, Python 3 biasanya telah tersedia. Namun, apabila belum ada, dapat dilakukan instalasi menggunakan perintah berikut:
sudo apt updatesudo apt install python3 python3-pip python3-venv -yPerintah diatas akan memasang Python3, pip, dan modul venv yang diperlukan untuk membuat lingkungan virtual - Untuk menghindari konflik dengan paket lain, sebaiknya Prophet diinstall dalam virtual environment
python3 -m venv prophet-envsource prophet-env/bin/activateSetelah environment aktif, terminal akan menampilkan awalan (prophet-env) sebagai penanda. - Agar proses instalasi lebih lancar, perbarui pip, setuptools, dan wheel:
python -m pip install --upgrade pip setuptools wheel - Gunakan pip untuk memasang Prophet secara langsung dari repositori
python -m pip install prophetPada proses ini akan otomatis mengunduh dan memasang dependensi yang dibutuhkan Prophet - Setelah instalasi selesai, kita perlu melakukan pengujian dengan menjalankan Python dengan code berikut.
from prophet import Prophetimport pandas as pd# Membuat data sederhanadf = pd.DataFrame({'ds': pd.date_range('2020-01-01', periods=10, freq='D'),'y': [10,12,11,13,15,14,16,15,17,18]})# Membuat model Prophet dan melakukan trainingm = Prophet()m.fit(df)# Membuat prediksi ke depanfuture = m.make_future_dataframe(periods=7)forecast = m.predict(future)print(forecast[['ds','yhat']].tail())Jika berhasil, maka akan muncul tabel dengan kolom ds (tanggal) dan yhat (nilai prediksi) - Environment dapat dinonaktifkan dengan perintah
deactivateDengan perintah tersebut akan mengembalikan terminal ke semula.