# Build a web app to use your ML model

Pada kurikulum ini, kamu akan diperkenalkan dengan topik ML terapan: cara menyimpan model Scikit-learn yang sudah kita rancang sebagai file yang dapat digunakan untuk membuat prediksi dalam aplikasi web. Setelah model disimpan, kamu akan mempelajari cara menggunakannya dalam aplikasi web yang dibangun dengan menggunakan library **Flask**. Pertama-tama kamu akan membuat model menggunakan beberapa data tentang penampakan UFO! Kemudian, kamu akan membuat aplikasi web yang memungkinkan kita memprediksi di negara manakah UFO akan terlihat dengan meng*input* jumlah detik, nilai lintang dan bujur berdasarkan laporan penampakan UFO.

![UFO Parking](../images/ufo.jpg)

Foto oleh <a href="https://unsplash.com/@mdherren?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Michael Herren</a> di <a href="https://unsplash.com/s/photos/ufo?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>

## Pelajaran

1. [Bangun Aplikasi Web](./../1-Web-App/translations/README.id.md)

## Credits

"Membangun Aplikasi Web" dibuat dengan ♥️ oleh [Jen Looper](https://twitter.com/jenlooper).

♥️ Kuis dibuat oleh Rohan Raj.

Dataset bersumber daru [Kaggle](https://www.kaggle.com/NUFORC/ufo-sightings).

Bagian-bagian arsitektur aplikasi web didapat dari beberapa bagian [artikel ini](https://towardsdatascience.com/how-to-easily-deploy-machine-learning-models-using-flask-b95af8fe34d4) and [this repo](https://github.com/abhinavsagar/machine-learning-deployment) oleh Abhinav Sagar.