TB2_Aplikasi Model Python Sector Kesehatan

Pandas DataFrame memiliki perbedaan karena memiliki struktur dua dimensi. Akhirnya data yang diproses dan disusun dalam bentuk tabel yang memiliki rown, coloumn dan data. Pembuatan dataFrame ini biasanya membuat dataset dari storage yang telah dibuat baik berupa CSV, SQL hingga Excel.

Beberapa literasi menjelaskan bahwa program library pandas dapat dijalankan dengan menggunakan jupyter notebook. Hal ini dimaksudkan karena jupyter notebook memiliki kemampuan untuk meng execute kode dari satu cell tanpa perlu menjalankan file keseluruhan. Selain itu, jupyter notebook menyediakan cara mudah dalam memvisualisasikan data yang dibuat oleh pandas. 

b. NumPy merupakan pustaka python yang digunakan untuk komputasi ilmiah, keuangan, penelitian ekonomi dan ekonometri terapan sehingga memungkinkan untuk digunakan di bidang statistic, aljabar linier, trasformasi fourier, pemrosesan sinyal, pemroresan gambar, algoritme genetic dll. NumPy merupakan pustaka python yang kuat untuk komputasi numerik. Pengguna dapat menggunakan NumPy untuk dapat melakukan operasi matematika dan statistik yang diperlukan dalam proses audit. 

c. Learning Machine merupakan kata terbaru bagi para teknolog dan ilmuwan data, perangkat analisis data tidak lengkap tanpa kemampuan learning machine. Python menyediakan berbagai penerapan algoritma machine learning yang diawasi maupun tidak untuk mining dan analisis data. 

d. Notebook Jupyter menyediakan antarmuka pengguna berbasis browser web seperti internet explerer untuk menulis kode python serta menambahkan narasi penjelasan dan menampilkan keluaran kode dalam satu dokumen. Jupyter Nootbook mempermudah untuk mendokumentasikan dan berbagi pekerjaan analisis data dengan teman, kolega dan bahkan dapat dipublikasikannya di internet. 

Python mendukung banyak paradigma pemrograman seperti imperative, fungsional dan procedural. Paradigma pemrograman merupakan cara dalam mengklasifikasikan bahasa pemograman berdasarkan fitur-fiturnya. Paradigma umum meliputi (1) Imperatif; memungkinkan efek samping. (2) Berorientasi objek; dimana mengelompokkan kode bersama dengan status yang dimodifikasi kode. (3) Prosedural; mengelompokkan kode dengan fungsinya. (4) Deklaratif; tidak menyatakan urutan eksekusi operasi. (5) Fungsional; menjauhkan pada risiko. (6) Logika; memiliki gaya model eksekusi tertentu yang digabungkan dengan gaya sintaksis dan tata bahasa tertentu. (6) Pemrograman simbolik, memiliki gaya sintaksis dan tata bahasa tertentu.

Python untuk sector kesehatan

Teknologi masuk ke dalam seluruh sektor, termasuk sektor kesehatan. Penggunaan teknologi dan kesehatan menjadi hal yang tidak dapat dipisahkan. Pemanfaatan teknologi dengan menggunakan Artifical Intelligence menjadikan praktik kesehatan dinamis, pemecahan masalah hingga pengenalan pola. Teknologi Artifical Intelligence juga dapat digunakan sebagai media konsultasi kesehatan, mendata hingga mengukur kesehatan tubuh. Penggunaan dan pemanfaatan teknologi seperti ini menjadikan penanganan pasien menjadi lebih cepat dan efisien. Dokter mendapatkan data rekam medis pasien dengan satu klik file pasien yang telah disiapkan oleh administrator. 

Jika diperhatikan ketika mengunjungi rumah sakit besar, maka bukan hanya peralatan medis saja yang berada diruang rawat jalan. Namun, satu set komputer terdapat di atas meja kerja dokter. Dokter memeriksa rekam medis bahkan hasil lab dengan komputer. Dokter tidak lagi mencatat resep dokter di atas kertas. Ketika dokter telah selesai mengetik resep maka dengan secara otomatis data daftar resep telah sampai kepada apoteker dan kasir. Proses yang tidak membutuhkan waktu yang lama. 

Artifical intelligence dapat meningkatkan akurasi prediksi penyakit yang serius, menganalisa atas risiko penyakit dengan menggunakan machine learning (bagian dari python) dan algoritma. Dengan demikian, dokter dengan lebih mudah mengetahui penyakit awal dan mengambil tindakan dengan cepat sebelum penyakit menyebar lebih jauh. 

Ketika pandemi covid 19 melanda dunia, pemanfaatan teknologi dalam sektor kesehatan menjadi bagian dari solusi kesehatan. Penggunaan teknologi dalam laboratorium menjadikan ilmuan kesehatan mencari rumus vaksin untuk dapat meguwangi dampak terkena covid 19 dengan cepat. Pemberian layanan kesehatan juga demikian. Melalui teknologi, pelayanan jarak jauh mampu dilakukan. Saat ini kita telah mengenal aplikasi kesehatan, dimana pengguna dapat berkonsultasi dengan dokter dari jarak jauh. Jarak sudah tidak menjadi penghalang untuk berobat saat pasien covid dengan gejala ringan diharuskan mengisolasi dirinya untuk tidak keluar rumah. Obat dapat dengan mudah diteria pasien saat transaksi telah dilakukan melalui aplikasi. Tentu menjadi kesenjangan dan problem ketika tidak semua masyarakat mengetahui dan memahami akan teknologi seperti ini.