Lakukan analisa pengerjaan proyek ini dengan framework CRISP-DM dengan analisa yang minimal meliputi hal-hal berikut:
1. Analisa data mining task apa yang dilakukan untuk masing-masing model (20%-LO1: Identify data and information management technology alternatives)
2. Analisa variable (feature) data apa saja yang diperlukan dan teknik pembersihan data yang diperlukan untuk melakukan training pada masing-masing model tersebut (20%-LO1: Identify data and information management technology alternatives)
3. Analisa rencana algoritma-algoritma data mining apa saja yang perlu dicoba (minimal empat algoritma) untuk membangun kedua model tersebut dan berikan alasan mengapa Anda memilih algoritma-algoritma tersebut (20%-LO2: Select the most appropriate options based on the organisation information needs)
4. Analisa rencana bagaimana Anda mengevaluasi kedua model tersebut dan buatlah rekomendasi seberapa besar tingkat accuracy, false positive rate, tingkat cost-benefit (Expected value) hingga kedua model tersebut siap untuk masuk tahap deployment (20%-LO3: Select the most appropriate optionsbased on the organisation informations needs)
5. Analisa rencana bagaimana Anda akan melakukan deployment kedua model tersebut (20%-LO3: Select the most appropriate optionsbased on the organisation informations needs)

Catatan: Anda bebas membuat asumsi dan contoh, termasuk asumsi variable-variable data, yang dapat mendukung jawaban Anda