From fa841c251f4b6f58713a86f84082ce7bfc5eb0e0 Mon Sep 17 00:00:00 2001
From: 202310715132 REGISKA SARI PUTRI PRASETYO
 <202310715132@mhs.ubharajaya.ac.id>
Date: Fri, 9 Jan 2026 15:45:55 +0700
Subject: [PATCH] Update README.md

---
 README.md | 18 +++++++++---------
 1 file changed, 9 insertions(+), 9 deletions(-)

diff --git a/README.md b/README.md
index 4c0663f..68981e7 100644
--- a/README.md
+++ b/README.md
@@ -1,16 +1,16 @@
 # Proyek Machine Learning
 
-Anggota Kelompok: \
+Anggota Kelompok: 
 1. Eva Yusfika Hidayah (20231075012)
 2. Rahmad Syarif (202310715168) 
 3. Regiska Sari Putri Prasetyo (202310715132)
 
 # Ketentuan Tugas
 
-1. Mencari dataset yang terdapat pada website https://www.kaggle.com/\
-2. Tentukan algoritma (klasifikasi, regresi, atau klastering) yang paling cocok untuk data tersebut\
-3. Lakukan evaluasi model pada data yang sudah ada\
-4. Lakukan juga cross validation untuk memastikan bahwa hasil prediksi model tidak jauh berbeda dari pola asli dalam data\
+1. Mencari dataset yang terdapat pada website https://www.kaggle.com/
+2. Tentukan algoritma (klasifikasi, regresi, atau klastering) yang paling cocok untuk data tersebut
+3. Lakukan evaluasi model pada data yang sudah ada
+4. Lakukan juga cross validation untuk memastikan bahwa hasil prediksi model tidak jauh berbeda dari pola asli dalam data
 5. Lakukan push atau penyimpanan laporan pada website https://git.lab.ubharajaya.ac.id/
 
 # Klasifikasi Tingkat Kemiskinan di Indonesia
@@ -65,12 +65,12 @@ serta monitoring perkembangan kesejahteraan masyarakat.
 # Evaluasi Model
 
 Evaluasi model dilakukan untuk memastikan bahwa algoritma mampu
-melakukan klasifikasi dengan akurat.\
+melakukan klasifikasi dengan akurat.
 Metrik yang digunakan:
 
-1.  Accuracy\
-2.  Precision\
-3.  Recall\
+1.  Accuracy
+2.  Precision
+3.  Recall
 4.  F1-Score
 
 Accuracy memberikan gambaran umum mengenai ketepatan model dalam