Machine learning muncul karena terdapat sebuah masalah yang ingin diselesaikan. Machine learning dapat membantu kita dalam menyelesaikan masalah prediksi misal klasifikasi gambar, prediksi estimasi biaya rumah, klasifikasi gender, dan lain-lain. Untuk dapat menggunakan machine learning dalam menyelesaikan masalah tersebut, terlebih dahulu kita harus mempunyai data yang bersangkutan. Karena data merupakan syarat wajib dalam sebuah machine learning.
Data diolah sehingga memenuhi syarat dalam membangun model machine learning kemudian data diproses dengan menggunakan algoritma machine learning seperti decision tree, naive bayes, SVM, linear regression, dan masih banyak lagi. Dalam pengembangannya dimulai dari nol hingga akhir diperlukan sebuah skill pemrograman.
Selanjutnya bagaimana caranya agar kita dapat membagikan hasil kerja kita kepada orang lain atau bahkan orang yang non-IT supaya mereka dapat menggunakannya untuk memprediksi sesuatu atau sekedar exploring. Apakah kita akan membagikannya masih dalam keadaan mentah (dalam bentuk kodingan)? Tentu saja tidak. Oleh karena itu, kita perlu mengimplementasikan model machine learning kedalam sebuah aplikasi.
Pengenalan Streamlit
Streamlit merupakan library yang ada di bahasa pemrograman Python yang dapat dengan mudah untuk deploy machine learning maupun data science. Streamlit sangat cocok bagi mereka yang terjun di dunia data dan mereka ingin membuat sebuah project yang tergabung dalam sebuah tim.
Kenapa Streamlit dan apa saja kelebihannya? Berikut ini adalah fitur-fitur atau kelebihan yang terdapat pada Streamlit.
- Embrace scripting. Fitur ini membuat pengembangan Streamlit menjadi lebih cepat karena ketika terdapat perubahan pada script dan menyimpannya maka tampilan juga akan ikut berubah sesuai kondisi script
- Weave in interaction. Terdapat banyak widget yang sangat interaktif di Streamlit dan sangat mudah untuk menggunakannya
- Deploy instantly. Streamlit menyediakan opsi/tempat untuk deploy secara instan
- Used in world's top data science groups
- Compatible with others Python's library
Memulai Menggunakan Streamlit
Untuk dapat menggunakan Streamlit maka kita perlu memasangnya kedalam bahasa pemrograman Python. Ketik perintah berikut ini kedalam CMD untuk memasang Streamlit.
pip install streamlit
Setelah pemasangan sudah selesai dan sukses maka kita bisa mencoba mengeksplorasi sebuah aplikasi demo yang sudah disediakan sebelumnya oleh Streamlit dengan menggunakan perintah berikut.
streamlit hello
Sesudahnya perintah diatas dijalankan maka kita akan diarahkan menuju halaman localhost yang menampilkan program Welcome to Streamlit! 👋
Oke sekarang kita sudah bisa melihat aplikasi Streamlit di browser disini kita bisa langsung menjelajahi apa saja yang ada didalam Streamlit mulai dari fitur-fitur hingga contoh-contoh projek yang sudah dibuat.
Menulis Program dengan Streamlit
Dalam mengembangkan aplikasi menggunakan Streamlit bisa dikatakan sangaat cukup mudah dengan segudang fitur di dalamnya, tidak ada syntax khusus cukup panggil library-nya dan tuliskan perintah yang diinginkan untuk ditampilkan di browser setelah itu jalankan menggunakan CMD.
Perintah untuk menjalankan script Streamlit.
streamlit run filename.py
Dibawah merupakan cheatsheet fungsi-fungsi yang ada di dalam Streamlit.
Untuk informasi lebih lengkapnya silakan kunjungi link berikut ini streamlit's cheatsheet dan untuk dokumentasinya bisa kunjungi link ini dokumentasi streamlit. Sekian artikel mengenai pengenalan machine Streamlit untuk membuat machine learning apps ini, di artikel selanjutnya akan menjelaskan beberapa fungsi yang ada di Streamlit. See you ❤️.