Setelah mempertimbangkan dengan cermat, kami memutuskan untuk menghentikan Amazon Kinesis Data Analytics untuk aplikasi SQL:

1. Mulai **1 September 2025,** kami tidak akan memberikan perbaikan bug untuk Amazon Kinesis Data Analytics untuk aplikasi SQL karena kami akan memiliki dukungan terbatas untuk itu, mengingat penghentian yang akan datang.

2. Mulai **15 Oktober 2025,** Anda tidak akan dapat membuat Kinesis Data Analytics baru untuk aplikasi SQL.

3. Kami akan menghapus aplikasi Anda mulai **27 Januari 2026**. Anda tidak akan dapat memulai atau mengoperasikan Amazon Kinesis Data Analytics untuk aplikasi SQL. Support tidak akan lagi tersedia untuk Amazon Kinesis Data Analytics untuk SQL sejak saat itu. Untuk informasi selengkapnya, lihat [Amazon Kinesis Data Analytics untuk penghentian Aplikasi SQL](discontinuation.md).

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Langkah 2: Buat Aplikasi
<a name="app-anom-score-create-app"></a>

Di bagian ini, Anda membuat aplikasi Amazon Kinesis Data Analytics sebagai berikut:
+ Konfigurasikan input aplikasi untuk menggunakan Kinesis data stream yang Anda buat di [Langkah 1: Siapkan](app-anomaly-prepare.md) sebagai sumber streaming.
+ Gunakan templat **Deteksi Anomali** di konsol. 

**Untuk membuat aplikasi**

1. Ikuti langkah 1, 2, dan 3 dalam latihan **Memulai** Kinesis Data Analytics (lihat [Langkah 3.1: Buat Aplikasi](get-started-create-app.md)). 
   + Dalam konfigurasi sumber, lakukan hal berikut:
     + Tentukan sumber streaming yang Anda buat di bagian sebelumnya. 
     + Setelah konsol menyimpulkan skema, edit skema, dan tetapkan tipe kolom `heartRate` ke `INTEGER`. 

       Sebagian besar nilai detak jantung normal, dan proses penemuan kemungkinan besar akan menetapkan tipe `TINYINT` ke kolom ini. Namun sebagian kecil nilai menunjukkan detak jantung yang tinggi. Jika nilai tinggi ini tidak cocok dengan tipe `TINYINT`, Kinesis Data Analytics mengirimkan baris ini ke aliran kesalahan. Perbarui tipe data ke `INTEGER` agar dapat menampung semua data detak jantung yang dihasilkan.
   + Gunakan templat **Deteksi Anomali** di konsol. Anda kemudian memperbarui kode templat untuk memberikan nama kolom yang sesuai.

1. Perbarui kode aplikasi dengan menyediakan nama kolom. Kode aplikasi yang dihasilkan ditampilkan di bawah ini (tempel kode ini ke editor SQL):

   ```
   --Creates a temporary stream.
   CREATE OR REPLACE STREAM "TEMP_STREAM" (
   	        "heartRate"        INTEGER,
   	        "rateType"         varchar(20),
   	        "ANOMALY_SCORE"    DOUBLE);
   
   --Creates another stream for application output.	        
   CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" (
   	        "heartRate"        INTEGER,
   	        "rateType"         varchar(20),
   	        "ANOMALY_SCORE"    DOUBLE);
   
   -- Compute an anomaly score for each record in the input stream
   -- using Random Cut Forest
   CREATE OR REPLACE PUMP "STREAM_PUMP" AS 
      INSERT INTO "TEMP_STREAM"
         SELECT STREAM "heartRate", "rateType", ANOMALY_SCORE 
         FROM TABLE(RANDOM_CUT_FOREST(
                 CURSOR(SELECT STREAM * FROM "SOURCE_SQL_STREAM_001")));
   
   -- Sort records by descending anomaly score, insert into output stream
   CREATE OR REPLACE PUMP "OUTPUT_PUMP" AS 
      INSERT INTO "DESTINATION_SQL_STREAM"
         SELECT STREAM * FROM "TEMP_STREAM"
         ORDER BY FLOOR("TEMP_STREAM".ROWTIME TO SECOND), ANOMALY_SCORE DESC;
   ```

   

1. Jalankan kode SQL dan tinjau hasilnya di konsol Kinesis Data Analytics:  
![\[Tangkapan layar konsol yang menampilkan tab analitik waktu nyata dengan data yang dihasilkan di aliran dalam aplikasi.\]](http://docs.aws.amazon.com/id_id/kinesisanalytics/latest/dev/images/anom-v2-40.png)





**Langkah Selanjutnya**  
[Langkah 3: Konfigurasi Output Aplikasi](app-anomaly-create-ka-app-config-destination.md)