About this Project
Melakukan tahapan data cleansing komprehensif pada dataset lowongan kerja JobStreet dari Kaggle. Proses prapemrosesan meliputi eliminasi redundant features dan data tanpa label job level, pembersihan dan normalisasi teks, serta standarisasi kategori (Entry, Mid, Senior). Penanganan missing values dilakukan secara terukur—menggunakan pendekatan median imputation pada variabel pengalaman, kategorisasi 'Unknown' untuk atribut demografis/pendidikan, dan filtrasi entitas tanpa informasi gaji. Hasil akhirnya adalah dataset yang rapi, konsisten, dan siap digunakan untuk kebutuhan analisis data maupun pemodelan prediktif.
Project Gallery
