Eksplorasi Tren Data Sains Modern dan Signifikansi Matematika dalam Pemodelan Data dan Machine Learning
Data Enthusiast: Jurnal Ilmiah Sains Data · 25.01.2026 · 2 (1) · 41-50
DOI: 10.32670/dej.v2i1.18 ↗Kurz gefasst
Fachartikel in der Zeitschrift Data Enthusiast: Jurnal Ilmiah Sains Data, online erschienen am 25.01.2026. Verfasst von Yurika Permanasari und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
peningkatan signifikan penelitian di bidang data sains. Bidang ini merupakan interdisipliner yang mengintegrasikan matematika, statistika, komputasi, serta pengetahuan untuk mengekstraksi informasi bernilai dari data berskala besar. Penelitian ini bertujuan mengkaji tren mutakhir data sains serta menganalisis peran matematika dalam pemodelan data dan machine learning. Metode yang digunakan adalah kajian literatur sistematis terhadap publikasi ilmiah terkini terkait data science, artificial intelligence, dan matematika terapan. Hasil kajian menunjukkan bahwa fokus penelitian saat ini mencakup machine learning, big data analytics, explainable artificial intelligence, serta isu etika data. Matematika terbukti menjadi fondasi utama melalui probabilitas, statistika, aljabar linear, dan optimasi matematis dalam pembangunan model prediktif dan analitik. Integrasi matematika dan teknologi data science menghasilkan model analitik yang lebih akurat dan reliabel, sehingga menjadi faktor penting dalam pengembangan teknologi analitik modern serta pendidikan berbasis data di masa depan.
Zitieren
APA
Permanasari, Y., Rohaeni, O., Badruzzaman, F. H., & Syukriyah, Y. (2026). Eksplorasi Tren Data Sains Modern dan Signifikansi Matematika dalam Pemodelan Data dan Machine Learning. Data Enthusiast: Jurnal Ilmiah Sains Data, 2(1), 41-50. https://doi.org/10.32670/dej.v2i1.18
Vancouver
Permanasari Y, Rohaeni O, Badruzzaman FH, Syukriyah Y. Eksplorasi Tren Data Sains Modern dan Signifikansi Matematika dalam Pemodelan Data dan Machine Learning. Data Enthusiast: Jurnal Ilmiah Sains Data. 2026;2(1):41-50. doi:10.32670/dej.v2i1.18
BibTeX
@article{Permanasari2026,
author = {Permanasari, Yurika and Rohaeni, Onoy and Badruzzaman, Farid Hirji and Syukriyah, Yenie},
title = {Eksplorasi Tren Data Sains Modern dan Signifikansi Matematika dalam Pemodelan Data dan Machine Learning},
journal = {Data Enthusiast: Jurnal Ilmiah Sains Data},
year = {2026},
volume = {2},
number = {1},
pages = {41--50},
doi = {10.32670/dej.v2i1.18}
}
EUVIMED