Statistics Lecture ini menghadirkan Dr. Asrirawan, M.Si., dosen Program Studi Statistika, Universitas Sulawesi Barat, sebagai narasumber, dan Dila Nurrahmah, Agen Pojok Statistik Unisba, sebagai moderator. Rangkaian kegiatan diawali dengan pembukaan, dilanjutkan pemaparan materi, dan diakhiri sesi diskusi interaktif.
Dalam pemaparannya, Asrirawan menjelaskan konsep dasar machine learning, khususnya metode klasifikasi. Dia memaparkan tahapan klasifikasi yang meliputi tahap input data, ekstraksi fitur, hingga proses klasifikasi untuk menghasilkan prediksi. Peserta juga diperkenalkan pada berbagai jenis klasifikasi, seperti binary classification, multiclass classification, dan multilabel classification, yang umum digunakan dalam analisis data.
Narasumber turut menguraikan berbagai algoritma klasifikasi yang umum digunakan, seperti Logistic Regression, K-Nearest Neighbors (KNN), Decision Tree, Support Vector Machine (SVM), Naive Bayes, dan Random Forest. Menurutnya, keberhasilan model dipengaruhi oleh kualitas data, proses pembersihan data, pemilihan hyperparameter, penanganan masalah seperti overfitting, underfitting, dan imbalanced data. Penggunaan metode evaluasi yang tepat seperti confusion matrix juga menjadi aspek penting dalam menghasilkan model yang akurat dan dapat diandalkan.
