Panduan Dataset Projek AI untuk Pelajar Malaysia
Cara pilih, bersihkan dan jelaskan dataset untuk Projek Akhir Tahun AI atau machine learning.
Rectronx
2026-07-12
Ringkasan Cepat
Artikel ini membantu pelajar membina penyediaan dataset AI sebagai Projek Akhir Tahun dengan skop yang jelas, komponen yang biasa digunakan, dan cara demo yang lebih selamat. Fokus utama bukan sekadar sistem boleh hidup, tetapi sistem boleh diterangkan depan panel dengan sebab teknikal yang munasabah.
Skop Projek
Skop yang sesuai untuk PAT ialah sistem yang boleh membaca input, memproses keputusan, menyimpan atau memaparkan data, dan memberi tindakan yang boleh diuji. Untuk projek ini, hasil utama ialah dataset bersih, model baseline, metrik prestasi, confusion matrix jika sesuai dan batasan kajian.
Jangan jadikan skop terlalu besar. Panel biasanya lebih yakin apabila projek kecil tetapi stabil, berbanding projek terlalu banyak fungsi tetapi selalu gagal semasa demo.
Komponen Dicadangkan
Komponen asas yang sesuai: dataset awam atau data yang diluluskan, Python notebook, data dictionary, train-test split dan laporan metrik. Pilihan komponen boleh berubah ikut bajet dan stok, tetapi fungsi utama perlu kekal sama: sensor/input, controller, output, data log, dan paparan.
Langkah Bina
- Sahkan sensor atau input berfungsi secara berasingan.
- Sambung controller dengan bekalan kuasa stabil.
- Bina logik ambang, status atau keputusan.
- Tambah dashboard, paparan atau laporan.
- Uji sistem sekurang-kurangnya beberapa kali dengan keadaan normal dan keadaan ralat.
Nota Ketepatan dan Keselamatan
jangan guna baris data yang sama untuk latihan dan ujian; elakkan data leakage dan nyatakan bias data. Tulis batasan ini dalam laporan supaya projek nampak jujur dan matang. Dalam PAT, ayat seperti "sistem membantu memantau" lebih selamat berbanding "sistem menjamin keselamatan sepenuhnya".
Kesilapan Biasa
- Terus gabungkan semua modul tanpa uji satu persatu.
- Guna bekalan kuasa lemah untuk motor, relay, kamera atau GSM.
- Tiada rekod ujian sebelum demo.
- Tidak sediakan mod manual atau fallback.
- Dakwa ketepatan terlalu tinggi tanpa alat rujukan.
Output Yang Patut Ditunjukkan
Semasa demo, tunjuk input berubah, keputusan sistem, log data, dan tindakan output. Untuk laporan, masukkan jadual ujian, screenshot dashboard, gambar wiring, dan batasan projek.