Analisis Big Data dan Artificial Intelligence (AI): dalam Industri Khususnya Prediksi Penyakit Jantung dengan Phyton


https://doi.org/10.36309/goi.v30i1.262
Haryanto Haryanto(1*) Mail

Affiliation


(1) Program Studi Sistem Komputer, Universitas Dharma AUB Surakarta
(*) Corresponding Author

How to Cite

Cite this Item


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.


Keywords


Big data; AI; Machine Learning; Phyton

Full Text:

PDF  HAL. 76-86

References


The Gartner IT Glossary : What is Big Data? https://www.gartner.com, diakses 2 Juni 2007.

Hilbert and Lopez, 2011, The World’s Technological Capacity to Store, Communicate, and Compute Information, Science.

Tim Penyusun Kominfo, 2015, Buku Saku Big Data, Kementerian Komunikasi dan Informatika.

Indra Ava Dianta,dkk,2022, Penerapan Big Data Untuk Mengatur Sistem Analisis Data, JURITEK Vol 2 No. 1 Maret 2022 – P-ISSN : 2809-0802; E-ISSN : 2809-0799

Eko Siswo Adi Sahputra,2024, Penerapan Big Data Dan Analytics Untuk Meningkatkan, Keunggulan Kompetiti, CAKRAWALA, p-ISSN: 2620-8490; e-ISSN: 2620-8814

Budi Maryanto, 2017, Big Data Dan Pemanfaatannya Dalam Berbagai Sektor, Media Informatika Vol.16 No.2 (2017) .

Mohammad Arkan,dkk,2024, Peran Artificial Intelligence Dalam Analisis Big Data Untuk Mendukung Sektor Bisnis E-Commerce, Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Volume 2, No 1 – Februari 2024 e-ISSN : 29863104

Lucky, Silvia, Haryanto,dkk, 2024, Digital Economy Digital Economy Digital Economy Market Sentiment With Artificial Intelligence: A Revolution In The, International Journal of Social and Education (INJOSEDU) Vol. 1 No. 1 April 2024, hal., 50-60 e-ISSN: 3047-6151

Judijanto, bahrun, haryanto, et,al, 2024, Ai-Based Decision Making In Macro And Microeconomics: Toward, Prosiding Seminar Nasional Indonesia Vol. 2 No. 2 Juni 2024, hal., 206-218 e-ISSN: 3026-5169.

Haryanto, et,all, 2024, New Horizons Of Education: Sharpening Digital Intelligence For Today's, International Journal of Social and Education (INJOSEDU) Vol. 1 No. 1 April 2024, hal., 171-182e-ISSN: 3047-6151

https://www.soltius.co.id/id/blog/read/peran-big-data-indonesia-untuk-rumah-sakit-dan-pelayanan- kesehatan

Miklosik, A., dan Evans, N. (2020). Impact of Big Data and Machine Learning on Digital Transformation in Marketing: A Literature Review. IEEE Access, 8, 101284–101292

Gupta, S., dan Joshi, S. (2022). Predictive Analytic Techniques for enhancing marketing performance and Personalized Customer Experience. Internation al Interdisciplinary Humanitarian Conference for Sustainability (IIHC).

Provost, F., dan Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinking. O’Reilly Media, Inc.

Hair, J. F. (2007). Knowledge creation in marketing: The role of predictive analyt ics. European Business Review, 19(4), 303–315.

Mohri, M., Rostamizadeh, A., dan Talwalkar, A. (2012). Foundations of machine learning.

Marinchak, C. M. D., Forrest, E., dan Hoanca, B. (2018). Artificial intelligence: Redefining marketing management and the customer experience. International Journal of E-Entrepreneurship and Innovation, 8(2), 14–24.

McCorduck, P. (2004). Machines who think: A personal inquiry into the history and prospects of artificial intelligence (2nd, Ed.). New York: AN AK Peters Book.




DOI: https://doi.org/10.36309/goi.v30i1.262

Article Metrics

Abstract views: 445 | PDF views: 332

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-Berbagi Serupa 4.0 Internasional
DOI: 10.36309 Visitor Number:  View Go Infotech stats