Haryanto, haryanto (2024) Analisis Big Data dan Artificial Intelligence (AI): dalam Industri Khususnya Prediksi Penyakit Jantung dengan Phyton. go infotech, 30 (1). pp. 76-86. ISSN 1693-590x
|
Archive
Analisis Big Data dan Artificial Intelligence (AI) dalam.pdf - Published Version Restricted to Repository staff only until 30 June 2030. Available under License Creative Commons Attribution Share Alike. Download (372kB) | Request a copy |
|
|
Archive
215 - Published Version Restricted to Repository staff only until 30 June 2030. Available under License Creative Commons GNU LGPL (Software). Download (36kB) | Request a copy |
|
|
Archive
Analisis Big Data dan Artificial Intelligence (AI) dalam.pdf - Published Version Restricted to Repository staff only until 30 June 2030. Available under License Creative Commons GNU LGPL (Software). Download (372kB) | Request a copy |
Abstract
Big Data adalah kumpulan data dengan volume data yang sangat besar dan keragaman sumber data yang luas, sehingga perlu dikelola dengan metode dan perangkat bantu yang sesuai dengan kinerjanya. Sudah ada banyak data besar, dan big data dapat bekerja sama dengan AI dan digunakan dalam berbagai industri. Sugiono (2019) menyatakan bahwa penelitian ini bersifat kualitatif dan berfokus pada industri, khususnya pada prediksi penyakit jantung melalui kecerdasan buatan dan big data. Dia kemudian mengumpulkan data dari berbagai sumber, dengan beberapa darinya diambil dari database Kagle. Analisis data induktif menggunakan fakta yang ditemukan, mengidentifikasi maknanya, dan kemudian mendeskripsikannya Ini akan memulai dengan penjelasan tentang apa itu Big Data dan AI, kemudian berbicara tentang apa yang menyebabkan mereka berkembang dengan cepat, bagaimana data diklasifikasikan, dan langkah-langkah yang diperlukan untuk mengelolanya. Bagian akhir artikel memuat beberapa contoh teknologi Big Data yang digunakan dalam bisnis dan sektor layanan publik. Ini juga mencakup hasil kerja big data dengan Kagle dan AI dengan machine learning dengan phyton sebagai skripnya untuk membuat model prediksi penyakit potensial. Hasil dari studi ini menunjukkan bahwa sekitar 68% pasien mengalami penyakit jantung, menurut analisis data science dan python. Dari empat belas pasien baru dan tiga belas parameter yang telah diidentifikasi sebelumnya, analisis ini cukup akurat dalam memprediksi penyakit jantung
| Item Type: | Article |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Haryanto Haryanto |
| Date Deposited: | 30 Mar 2026 14:38 |
| Last Modified: | 30 Mar 2026 14:38 |
| URI: | http://repository.undha.ac.id/id/eprint/1803 |
Actions (login required)
![]() |
View Item |
