Upload 6 files

app.py

@@ -0,0 +1,10 @@
+import streamlit as st
+import eda
+import predict
+
+navigation = st.sidebar.selectbox('Pilih Halaman:', ('EDA','Predict'))
+
+if navigation == 'EDA':
+    eda.run()
+else:
+    predict.run()

eda.py

@@ -0,0 +1,95 @@
+import streamlit as st
+import pandas as pd
+import seaborn as sns
+import matplotlib.pyplot as plt
+import plotly.express as px
+
+st.set_page_config(
+    page_title = 'Credit Card Default - EDA',
+    layout='wide',
+    initial_sidebar_state='expanded'
+)
+
+def run():
+    # Membuat title
+    st.title('Model Prediksi Credit Card Default')
+
+    # Membuat Subheader
+    st.subheader('EDA untuk Analisis Dataset Credit Card Default')
+
+    # Menambah Gambar
+    st.image('https://media.istockphoto.com/id/957837328/photo/business-debt-collection-or-recovery-unpaid-invoice.jpg?s=612x612&w=0&k=20&c=7sH7P4t7Fl2PjFfAUOIolZictaF8CsXXsxkbwZBz98g=',
+             caption= 'Credit Card Default')
+    
+    # Menambah Deskripsi
+    st.write('-'*50)
+    st.write('Graded Challenge 5')
+    st.write('Nama  : Achmad Abdillah Ghifari')
+    st.write('Batch : BSD-006')
+    st.write('-'*50)
+
+    # menjelaskan kegunaan page ini
+    st.write('Pada page ini, kita akan melihat exploratory data analyst (EDA) dari dataset credit card default yang dapat dilihat di [BigQuery](https://console.cloud.google.com/bigquery?p=bigquery-public-data&d=ml_datasets&t=credit_card_default&page=table&project=graded-challenge-5&ws=!1m5!1m4!4m3!1sbigquery-public-data!2sml_datasets!3scredit_card_default). dalam exploratory data analysis ini kita akan mencoba menjawab pertanyaan-pertanyaan berikut')
+    st.write('1. bagaimana distribusi limit balance customer pada data?')
+    st.write('2. bagaimana persebaran limit balance dan age?')
+    st.write('3. marital status apa yang memiliki average limit_balance tertinggi?')
+    st.write('4. apakah lebih banyak customer yang membayar atau melakukan default?')
+    st.write('5. customer umur berapa yang paling sering melakukan default?')
+    st.write('6. apa education level terbanyak dari customer kartu kredit?')
+    st.write('7. berapa limit balance yang paling sering dimiliki kedua gender?')
+
+    # membuat garis lurus
+    st.markdown('---')
+
+    # show dataframe
+    st.write('### Credit Card Default Dataset')
+    data = pd.read_csv('P1G5_Set_1_A.A_Ghifari(Changed).csv')
+    st.dataframe(data)
+
+
+    # Membuat Histogram (EDA 1)
+    st.write('### Histogram of limit balance')
+    fig = plt.figure(figsize=[15,5])
+    sns.histplot(data['limit_balance'], kde=True, bins = 30)
+    st.pyplot(fig)
+
+    # Membuat ScatterPlot (EDA 2)
+    st.write('### Scatterplot of limit balance and age')
+    fig = plt.figure(figsize=[15,5])
+    sns.scatterplot(x = 'limit_balance', y = 'age', hue= 'default', data = data)
+    st.pyplot(fig)
+
+    # Membuat barplot (EDA 3)
+    st.write('### barchart of marital status and limit balance')
+    fig = plt.figure(figsize=[15,5])
+    sns.barplot(data=data, x='marital_status', y='limit_balance',)
+    st.pyplot(fig)
+
+    # Membuat pie chart (EDA 4)
+    st.write('### pie chart of if a customer has defaulted')
+    fig = plt.figure(figsize=(15,5))
+    data['default'].value_counts().plot(kind='pie', autopct='%.2f%%')
+    st.pyplot(fig)
+
+    # Membuat line chart (EDA 5)
+    st.write('### age of defaulting customer')
+    Def_Age= data.groupby(['age', 'default']).size().unstack(fill_value=0)
+    fig, ax = plt.subplots(figsize=[15, 5])
+    Def_Age.plot(kind='line', ax=ax)
+    st.pyplot(fig)
+
+    # Membuat bar chart (EDA 6)
+    st.write('### The amount of education level')
+    fig = plt.figure(figsize=[15,5])
+    data['education_level'].value_counts().plot(kind='bar')
+    st.pyplot(fig)
+
+    # Membuat line chart (EDA7)
+    st.write('### limit balance of gender')
+    Sex_Bal= data.groupby(['limit_balance', 'sex']).size().unstack(fill_value=0)
+    fig, ax = plt.subplots(figsize=[15, 5])
+    Sex_Bal.plot(kind='line', ax=ax)
+    st.pyplot(fig)
+
+if __name__ == '__main__':
+    run()

model_svc.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4e2438225043fe41ff527eaf7d96881c4cacd6151b7da6abb155649e3d4cc4a2
+size 95444

predict.py

@@ -0,0 +1,82 @@
+import pandas as pd
+import numpy as np
+import pickle
+import json
+import streamlit as st
+with open('model_svc.pkl', 'rb') as file_1:
+  model = pickle.load(file_1)
+
+def run():
+    with st.form("my_form"):
+        st.write("## Credit Card Default Prediction Model")
+        st.write('pada page ini kita dapat melakukan prediksi model dengan memasukan data kedalam form dibawah. untuk bantuan mengenai value yang harus dimasukan dapat dilihat pada logo "?" disebelah pertanyaan.')
+        Limit_Balance = st.number_input('masukan limit balance customer', 0, 1000000, 100000, help= "limit balance harus memiliki jarak dari 10000 sampai 800000")
+        sex = st.selectbox('masukan gender customer', [1, 2], index=0, help= 'pilih angka 1 (Male) atau 2(Female)')
+        education_level = st.selectbox('masukan level edukasi customer', [1, 2, 3, 4], index=0, help= 'pilih angka jika merupakan lulusan 1(Sekolah), 2(universitas), 3(SMA), 4(lainnya))')
+        marital_status = st.selectbox('masukan marital status customer', [1, 2, 3], index=0, help= 'pilih angka 1 (Married), 2(Single), atau 3(lainnya)')
+        age = st.number_input('masukan umur dari customer', 20, 70, 35, help= 'umur customer harus memiliki jarak 20 sampai 70')
+        pay_1 = st.selectbox('masukan status payment customer pada bulan september', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=1, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
+        pay_2 = st.selectbox('masukan status payment customer pada bulan agustus', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=2, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
+        pay_3 = st.selectbox('masukan status payment customer pada bulan july', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=1, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
+        pay_4 = st.selectbox('masukan status payment customer pada bulan juni', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=2, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
+        pay_5 = st.selectbox('masukan status payment customer pada bulan may', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=2, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
+        pay_6 = st.selectbox('masukan status payment customer pada bulan april', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=1, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
+        bill_amt_1 = st.number_input('masukan jumlah bill customer pada bulan september', 0, 1000000, 52000, help= "bill harus memiliki jarak dari 10000-800000")
+        bill_amt_2 = st.number_input('masukan jumlah bill pada customer bulan agustus', 0, 1000000, 46000, help= "bill harus memiliki jarak dari 10000-800000")
+        bill_amt_3 = st.number_input('masukan jumlah bill pada customer bulan july', 0, 1000000, 30000, help= "bill harus memiliki jarak dari 10000-800000")
+        bill_amt_4 = st.number_input('masukan jumlah bill pada customer bulan juni', 0, 1000000, 75000, help= "bill harus memiliki jarak dari 10000-800000")
+        bill_amt_5 = st.number_input('masukan jumlah bill pada customer bulan may', 0, 1000000, 47000, help= "bill harus memiliki jarak dari 10000-800000")
+        bill_amt_6 = st.number_input('masukan jumlah bill pada customer bulan april', 0, 1000000, 80000, help= "bill harus memiliki jarak dari 10000-800000")
+        pay_amt_1 = st.number_input('masukan payment sebelumnya customer pada bulan september', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
+        pay_amt_2 = st.number_input('masukan payment sebelumnya customer pada bulan agustus', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
+        pay_amt_3 = st.number_input('masukan payment sebelumnya customer pada bulan july', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
+        pay_amt_4 = st.number_input('masukan payment sebelumnya customer pada bulan juni', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
+        pay_amt_5 = st.number_input('masukan payment sebelumnya customer pada bulan may', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
+        pay_amt_6 = st.number_input('masukan payment sebelumnya customer pada bulan april', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
+
+        submitted = st.form_submit_button("Submit")
+
+    data_inf = {
+        'limit_balance': Limit_Balance,
+        'sex' : sex,
+        'education_level' : education_level,
+        'marital_status' : marital_status,
+        'age' : age,
+        'pay_1': pay_1,
+        'pay_2': pay_2,
+        'pay_3': pay_3,
+        'pay_4': pay_4,
+        'pay_5': pay_5,
+        'pay_6': pay_6,
+        'bill_amt_1': bill_amt_1,
+        'bill_amt_2': bill_amt_2,
+        'bill_amt_3': bill_amt_3,
+        'bill_amt_4': bill_amt_4,
+        'bill_amt_5': bill_amt_5,
+        'bill_amt_6': bill_amt_6,
+        'pay_amt_1': pay_amt_1,
+        'pay_amt_2': pay_amt_2,
+        'pay_amt_3': pay_amt_3,
+        'pay_amt_4': pay_amt_4,
+        'pay_amt_5': pay_amt_5,
+        'pay_amt_6': pay_amt_6,
+    }
+
+    data_inf = pd.DataFrame([data_inf])
+    data_inf
+
+    st.write('-'*50)
+    st.write('# Hasil')
+    if submitted:
+        result= model.predict(data_inf)
+        for i in result:
+            if i == 0:
+                st.write('### customer tidak akan melakukan default pada bulan depan')
+            else:
+                st.write('### customer akan melakukan default pada bulan depan')
+    st.write('-'*50)
+
+if __name__ =='__main__':
+   run()
+
+  

requirements.txt

@@ -0,0 +1,7 @@
+streamlit
+pandas
+seaborn
+matplotlib
+numpy
+scikit-learn
+plotly