Pertumbuhan big data yang sangat pesat menimbulkan tantangan signifikan dalam hal pemrosesan, skalabilitas, serta deployment sistem data mining. Infrastruktur konvensional sering mengalami keterbatasan dalam menangani volume data besar secara efisien, sehingga menimbulkan bottleneck kinerja dan permasalahan konsistensi lingkungan pengembangan. Penelitian ini bertujuan untuk mengimplementasikan kerangka kerja data mining berbasis Artificial Intelligence (AI) dengan memanfaatkan teknologi container Docker guna mendukung analisis big data yang skalabel dan portabel. Penelitian ini dilatarbelakangi oleh kebutuhan akan lingkungan komputasi yang fleksibel, efisien, dan mampu menjamin konsistensi antara tahap pengembangan dan produksi.Metode penelitian meliputi perancangan arsitektur sistem berbasis Docker yang mengintegrasikan algoritma machine learning dalam lingkungan terisolasi dan ringan. Tahapan penelitian mencakup proses prapemrosesan data, pelatihan model, evaluasi kinerja, serta deployment sistem. Evaluasi dilakukan dengan mengukur waktu pemrosesan, penggunaan sumber daya, serta kemampuan sistem dalam menangani peningkatan volume data. Hasil penelitian menunjukkan bahwa implementasi berbasis Docker mampu meningkatkan efisiensi deployment, memperbaiki skalabilitas sistem, serta mengurangi permasalahan ketergantungan lingkungan dibandingkan pendekatan konvensional.Temuan ini menunjukkan bahwa integrasi AI dan teknologi container memberikan solusi yang andal dan adaptif untuk pengelolaan big data, serta berkontribusi dalam pengembangan sistem analitik yang berkelanjutan dan berbasis data.
Copyrights © 2025