Sistem Deteksi Penyakit Anemia dengan Model Machine Learning dan Deployment di Cloudeka

Kategori Proyek:

Machine Learning
Cloud Computing

Proyek Machine Learning Operations (MLOps) ini bertujuan untuk mendeteksi penyakit anemia dengan menggunakan model machine learning. Melalui penggunaan teknologi ini, diharapkan dapat dilakukan prediksi dini terhadap kemungkinan menderita anemia berdasarkan indikator-indikator tertentu dalam dataset. Model ini kemudian di-deploy menggunakan platform Cloudeka untuk digunakan dalam produksi.

Project Image

Proyek Machine Learning Operations (MLOps) Anemia Detection ini merupakan sebuah inisiatif untuk mengembangkan sistem deteksi dini penyakit anemia menggunakan model machine learning. Anemia adalah kondisi kekurangan sel darah merah (hemoglobin) yang dapat memiliki berbagai penyebab, mulai dari kekurangan zat besi hingga gangguan genetik. Pendeteksian dini anemia sangat penting untuk mencegah komplikasi serius, oleh karena itu, penggunaan teknologi machine learning diharapkan dapat membantu dalam upaya ini.

Dataset yang digunakan dalam proyek ini adalah Anemia Dataset yang tersedia di Kaggle. Dataset ini berisi indikator-indikator penting yang dapat digunakan untuk menentukan apakah seseorang menderita anemia atau tidak, seperti Hemoglobin, MCH, MCHC, dan MVC. Proses pengolahan data melibatkan pembagian data latih dan data evaluasi, transformasi data, validasi data, hingga pembentukan model menggunakan deep neural network dengan arsitektur yang telah ditentukan.

Selain itu, proyek ini juga melibatkan proses deployment model menggunakan platform Cloudeka. Setelah model dideploy, terdapat juga sebuah web app yang dapat diakses untuk melakukan prediksi anemia secara online. Seluruh proses deployment dan performa model dipantau menggunakan layanan open-source Prometheus dan Grafana untuk memastikan sistem berjalan dengan baik dan dapat diandalkan.

Dengan keseluruhan proyek ini, diharapkan dapat memberikan kontribusi dalam meningkatkan deteksi dini penyakit anemia, sehingga dapat meningkatkan peluang kesembuhan pasien dan meningkatkan kesehatan masyarakat secara keseluruhan.

Teknologi yang Digunakan: Stack

Python
Tensorflow Extended
Tensorflow
Cloudeka
Prometheus
Grafana
Docker

Link Proyek:

Kontributor Proyek:

Project Kontributor

Muhammad Ikhwan Fathulloh

© 2019 - 2025 | Muhammad Ikhwan Fathulloh. All rights reserved (KoKu).

Koala ❤️ Cat

Made in Indonesian.