Complete Titanic survival prediction project with EDA, ML models, and interactive visualizations using Python. Analisis naratif:
- "Women and children first" – apakah benar?
- Pengaruh kelas sosial terhadap keselamatan
- Kisah individu menarik dari data Name
📖 ANALISIS NARATIF: KISAH DI BALIK DATA TITANIC 👩👧👦 "WOMEN AND CHILDREN FIRST" – MITOS ATAU REALITAS? Analisis data mengungkapkan cerita yang lebih kompleks daripada slogan ikonik tersebut. Meski anak-anak memang menunjukkan survival rate tertinggi (50%), pola berdasarkan gender justru bertolak belakang dengan narasi populer: Temuan Mengejutkan: Laki-laki: 38.9% survival rate Perempuan: 33.8% survival rate Anak-anak: 50.0% survival rate (tertinggi)
Insight: Sementara prinsip "children first" terbukti dalam data (anak-anak selamat 50%), bagian "women" dari slogan tersebut tidak sepenuhnya tercermin. Survival rate perempuan justru 5.1% lebih rendah daripada laki-laki dalam dataset ini. Ini mungkin mengindikasikan: Data quality issues – dataset mungkin tidak lengkap atau representatif Faktor kontekstual – lokasi di kapal, waktu evakuasi, akses ke sekoci Kelas sosial – interaksi antara gender dan kelas mungkin lebih menentukan
Survival Rate berdasarkan Kelas: Kelas 2: 43.8% (tertinggi) 🥇 Kelas 3: 33.1% 🥉 Kelas 1: 28.2% 🥈
Ini bertentangan dengan ekspektasi! Secara historis, kita berasumsi kelas satu memiliki keuntungan: Lokasi kabin lebih dekat ke dek Akses lebih cepat ke sekoci
Prioritas dari kru Interpretasi Kemungkinan: "Middle-class advantage": Kelas dua mungkin berada di posisi optimal – cukup tinggi untuk akses baik, tapi tidak terlalu eksklusif sehingga overconfident Kepadatan populasi: Kelas tiga paling padat, kelas satu mungkin terlalu sedikit sampel Faktor psikologis: Penumpang kelas satu mungkin menunda evakuasi karena mengumpulkan barang berharga
Dari kolom Name,Pattern Gelar (Title) yang Mengungkap Status: "Mr" (39.3% survival) – laki-laki dewasa, mungkin prioritas rendah "Mrs" (37.5%) – perempuan menikah, mungkin lebih diutamakan "Miss" (34.7%) – perempuan lajang, variasi tergantung usia "Master" (16.7%) – paling rendah! Anak laki-laki justru paling berisiko
Dari data SibSp (saudara/pasangan) dan Parch (orangtua/anak): Keluarga kecil (FamilySize 2-4) memiliki survival pattern berbeda Penumpang sendirian (IsAlone=1) survival 36.7% vs berkeluarga 34.7% Tidak ada advantage jelas untuk berkeluarga – mungkin keluarga memilih tetap bersama
KESIMPULAN : Analisis prediksi kelangsungan hidup penumpang Titanic mengungkapkan narasi yang kompleks dan kadang bertolak belakang dengan ekspektasi sejarah. Meskipun slogan "women and children first" melekat dalam ingatan kolektif, data justru menunjukkan laki-laki memiliki survival rate sedikit lebih tinggi (38.9%) dibanding perempuan (33.8%), dengan anak-anak memang menjadi kelompok usia dengan peluang tertinggi (50%) untuk selamat. Analisis kelas sosial mengungkapkan kejutan lain: penumpang kelas dua justru memiliki survival rate terbaik (43.8%), mengungguli kelas satu (28.2%) dan kelas tiga (33.1%), menunjukkan bahwa faktor keselamatan di kapal Titanic mungkin lebih kompleks daripada sekadar hierarki sosial. Melalui feature engineering, kami mengekstraksi gelar dari nama penumpang dan menemukan bahwa "Mr" memiliki survival rate tertinggi (39.3%), sementara "Master" (gelar untuk anak laki-laki) justru paling rendah (16.7%). Model machine learning yang dibangun, meskipun menghadapi tantangan ketidakseimbangan data yang ekstrem (hanya 36.4% penumpang selamat), berhasil mengidentifikasi pola-pola tak terduga ini dan menyoroti pentingnya validasi asumsi sejarah dengan bukti empiris. Proyek ini tidak hanya berhasil membangun pipeline data science lengkap dari cleaning hingga modeling, tetapi juga mengajarkan bahwa data seringkali bercerita lebih rumit daripada narasi populer yang kita percayai.