{
  "fetched_at": "2026-10-19T21:32:10Z",
  "source_url": "https://www.kaggle.com/competitions/fedfml-practisee-final-project/data",
  "pages": [
    {
      "name": "data-description",
      "content": "<p>Berikut adalah penjelasan file dan target dari penilaian ini dimana teman-teman diharapkan untuk memprediksi dari variable-variabel yang diberikan, apakah Hydro Pump Storage dapat dinyalakan atau tidak sebagai upaya untuk menyimpan energi listri yang overload</p>\n<h2>File descriptions</h2>\n<ul>\n<li><strong>FEDFML_Final Project_Raw Data.csv</strong> - data yang teman-teman gunakan untuk proses training dan testing model</li>\n<li><strong>FEDFML_Final Project_For Scoring.csv</strong> - data input yang digunakan untuk skoring model teman-teman di dalam Kaggle, di data ini tidak ada y target (apakah HPS menyala atau tidak)</li>\n<li><strong>FEDFML_Submission Format.csv</strong> - sampel untuk submission format, dimana hasil model teman-teman berdasarkan input dari file FEDFML_Final Project_For Scoring.csv nanti harap diupload dalam format tersebut agar dapat dinilai</li>\n</ul>\n<h2>Data fields</h2>\n<ul>\n<li><strong>Kolom 2 - 20</strong> - generation dari berbagai sumber primary energy sources</li>\n<li><strong>Kolom 21 - 22</strong> - forecast intensitas angin dan matahari untuk esok hari</li>\n<li><strong>Kolom 23 - 26</strong> - data aktual load dan harga listrik</li>\n<li><strong>Kolom 27 - 38</strong> - data cuaca seperti temperatur, tekanan, jumlah hujan dan salju di satu sampai tiga jam sebelumnya, intensintas awan dan kecenderungan cuaca pada umumnya</li>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "Selamat datang di **FINAL PROJECT** untuk kursus **Fundamental of Energy Data Forecasting and Machine Learning**. Untuk project ini teman-teman akan dihadapkan pada data real pengukuran dari Spanyol pada tahun 2015 (tenang saja data ini adalah data publik), dimana teman-teman ditugaskan untuk memprediksi apakah **Hydro Pump Storage** yang digunakan untuk menyimpan exceed supply dari power plant dinyalakan berdasarkan data generation dan cuaca.\n\nDiharapkan teman-teman dapat mengaplikasikan pengetahuan teman-teman untuk project ini. \n\nUNTUK PENGUMPULAN TUGAS TERDAPAT 2 BAGIAN:\n- Di Kaggle, untuk pengecekan akurasi model teman-teman, dapat dilihat di bagian **Evaluation**\n- Di Practisee, dimana teman-teman harus upload **source code R** yang teman-teman gunakan untuk analisis data ini",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Evaluasi dari tugas ini menggunakan **Classification Accuracy** sehingga nilai yang tertinggi adalah model yang dapat prediksi dengan tepat apakah Hydro Pump Storage menyala atau tidak berdasarkan dari variabel.\n\nUntuk **pengumpulan**, harap mengikuti format pengumpulan yang ada di file di bagian **Data**, dimana terdapat HANYA 2 kolom, yaitu **rows** (dimana harus dengan baris yang sama berkaitan dengan data di file **For Scoring** untuk menghindari kesalahan pengecekan) dan **Hasil model teman-teman** berupa binary yaitu 1 dan 0, dimana 1 untuk HPS menyala dan 0 untuk tidak.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}