Mengoptimalkan Proses Pembersihan Data dalam Analisis Big Data Menggunakan Pipeline Berbasis AI

Santoso ; Lukman ; Priyadi Priyadi
Jurnal Elektronika dan Komputer 📅 2024 Vol 17, No 2 🔗 DOI: 10.51903/elkom.v17i2.2311
Abstract
This study aims to develop an automated pipeline for data cleaning using Pandas and Scikit-learn. The data cleaning process is often performed manually, requiring a long time and prone to errors. This study uses a quantitative experimental method with a dataset of 100,000 rows of e-commerce transaction data. The results show that the automated pipeline reduces missing values by 95.7% and outliers by 91.7%, and accelerates processing time by 35% compared to manual methods. The distribution of data after cleaning becomes more stable, allowing for more accurate analysis. This study contributes to the development of a more efficient and accurate automated data cleaning approach.Keywords: Systematic Literature Review, Artificial Intelligence and Marketing Strategy.
Keywords
Machine Learning; Deep Learning; Data Preprocessing
How to Cite

Santoso, et al. (2024). Mengoptimalkan Proses Pembersihan Data dalam Analisis Big Data Menggunakan Pipeline Berbasis AI. Jurnal Elektronika dan Komputer, 17(2). https://doi.org/10.51903/elkom.v17i2.2311

Santoso, Lukman; Priyadi Priyadi, "Mengoptimalkan Proses Pembersihan Data dalam Analisis Big Data Menggunakan Pipeline Berbasis AI," Jurnal Elektronika dan Komputer, vol. 17, no. 2, 2024.

Santoso, Lukman; Priyadi Priyadi. "Mengoptimalkan Proses Pembersihan Data dalam Analisis Big Data Menggunakan Pipeline Berbasis AI." Jurnal Elektronika dan Komputer, vol. 17, no. 2, 2024.

Santoso, Lukman; Priyadi Priyadi. "Mengoptimalkan Proses Pembersihan Data dalam Analisis Big Data Menggunakan Pipeline Berbasis AI." Jurnal Elektronika dan Komputer 17, no. 2 (2024).

Santoso, et al. (2024) 'Mengoptimalkan Proses Pembersihan Data dalam Analisis Big Data Menggunakan Pipeline Berbasis AI', Jurnal Elektronika dan Komputer, 17(2). doi: 10.51903/elkom.v17i2.2311.

Santoso, Lukman; Priyadi Priyadi. Mengoptimalkan Proses Pembersihan Data dalam Analisis Big Data Menggunakan Pipeline Berbasis AI. Jurnal Elektronika dan Komputer. 2024;17(2).

Artikel Terkait

Analisis Kinerja Metode Long Short-Term Memory (LSTM) dalam Klasifikasi Sentimen Ulasan Pengguna Shopee

Muhimatul Ifadah; Muhimatul Ifadah; Bambang Irawan

Klasifikasi Jenis Bunga Menggunakan Algoritma Convolutional Neural Network (CNN)

Ade Irgi Firdaus; Ade Irgi Firdaus; Dwi Okta Djoas; Riefaldi Diofano Saputra; Indry Anggraeny; Hilda Apriliya Ningsih

Prediksi Harga Saham Menggunakan ARIMA Outlier sebagai Pendekatan Awal Menuju Analisis AI Keuangan

Adam, Cindi; Adam, Cindi; Idhom, Mohammad; Trimono, Trimono

Analisis Performansi Pendekatan Machine Learning Pada Deteksi Penyakit Daun Tanaman Kopi

Purnomo, Rosyana Fitria; Purnomo, Rosyana Fitria; Yodhi Yuniarthe; Hilda Dwi Yunita; Fatimah Fahurian; Ahmad Ikhwan

Hybrid Apriori–MST Framework for Revealing the Structural Backbone of Consumer Purchase Patterns

Marta Dinata, Riadi; Kurniawan Atmadja; Marhaeni Mahaeni; Lely Mustika

Rancang Bangun Antena Mikrostrip Patch Triangular Pada Frekuensi 1800 Mhz Sebagai Penguat Jaringan Internet Di Kebun Raya Balikpapan

Nurmeiliana Putri; Maria Ulfah; Fathur Zaini Rachman; Maria Ulfah
Tren Sitasi Jurnal