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 apa pun 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 3: Periksa Hasilnya
<a name="examine-results-with-exp"></a>

Ketika Anda menjalankan kode SQL untuk [contoh](app-anomaly-detection-with-explanation.md) ini, Anda pertama-tama melihat baris dengan skor anomali sama dengan nol. Hal ini terjadi selama tahap pembelajaran awal. Anda akan melihat hasil yang serupa dengan yang berikut:

```
ROWTIME SYSTOLIC DIASTOLIC BLOODPRESSURELEVEL ANOMALY_SCORE ANOMALY_EXPLANATION
27:49.0	101      66        NORMAL             0.711460417   {"Systolic":{"DIRECTION":"LOW","STRENGTH":"0.0922","ATTRIBUTION_SCORE":"0.3792"},"Diastolic":{"DIRECTION":"HIGH","STRENGTH":"0.0210","ATTRIBUTION_SCORE":"0.3323"}}
27:50.0	144      123       HIGH               3.855851061   {"Systolic":{"DIRECTION":"HIGH","STRENGTH":"0.8567","ATTRIBUTION_SCORE":"1.7447"},"Diastolic":{"DIRECTION":"HIGH","STRENGTH":"7.0982","ATTRIBUTION_SCORE":"2.1111"}}
27:50.0	113      69        NORMAL             0.740069409   {"Systolic":{"DIRECTION":"LOW","STRENGTH":"0.0549","ATTRIBUTION_SCORE":"0.3750"},"Diastolic":{"DIRECTION":"LOW","STRENGTH":"0.0394","ATTRIBUTION_SCORE":"0.3650"}}
27:50.0	105      64        NORMAL             0.739644157   {"Systolic":{"DIRECTION":"HIGH","STRENGTH":"0.0245","ATTRIBUTION_SCORE":"0.3667"},"Diastolic":{"DIRECTION":"LOW","STRENGTH":"0.0524","ATTRIBUTION_SCORE":"0.3729"}}
27:50.0	100      65        NORMAL             0.736993425   {"Systolic":{"DIRECTION":"HIGH","STRENGTH":"0.0203","ATTRIBUTION_SCORE":"0.3516"},"Diastolic":{"DIRECTION":"LOW","STRENGTH":"0.0454","ATTRIBUTION_SCORE":"0.3854"}}
27:50.0	108      69        NORMAL             0.733767202   {"Systolic":{"DIRECTION":"LOW","STRENGTH":"0.0974","ATTRIBUTION_SCORE":"0.3961"},"Diastolic":{"DIRECTION":"LOW","STRENGTH":"0.0189","ATTRIBUTION_SCORE":"0.3377"}}
```
+ Algoritme dalam fungsi `RANDOM_CUT_FOREST_WITH_EXPLANATION` melihat kolom `Systolic` dan `Diastolic` adalah numerik, dan menggunakannya sebagai input.
+ Kolom `BloodPressureLevel` memiliki data teks, dan oleh karena itu tidak diperhitungkan oleh algoritme. Kolom ini hanya bantuan visual untuk membantu Anda melihat tingkat tekanan darah normal, tinggi, dan rendah dalam contoh ini dengan cepat.
+ Di kolom `ANOMALY_SCORE`, catatan dengan skor yang lebih tinggi lebih anomali. Catatan kedua dalam kumpulan sampel hasil ini adalah yang paling anomali, dengan skor anomali 3,855851061.
+ Untuk memahami sejauh mana masing-masing kolom numerik yang diperhitungkan oleh algoritme berkontribusi pada skor anomali, lihat bidang JSON bernama `ATTRIBUTION_SCORE` di kolom `ANOMALY_SCORE`. Dalam kasus baris kedua dalam kumpulan hasil sampel ini, kolom `Systolic` dan `Diastolic` berkontribusi terhadap anomali dalam rasio 1,7447:2,1111. Dengan kata lain, 45 persen penjelasan untuk skor anomali disebabkan oleh nilai sistolik, dan atribusi yang tersisa disebabkan oleh nilai diastolik.
+ Untuk menentukan arah tempat titik yang diwakili oleh baris kedua dalam sampel ini adalah anomali, lihat bidang JSON bernama `DIRECTION`. Kedua nilai diastolik dan sistolik ditandai sebagai `HIGH` dalam kasus ini. Untuk menentukan keyakinan arah mana yang benar, lihat bidang JSON bernama `STRENGTH`. Dalam contoh ini, algoritme lebih yakin bahwa nilai diastolik tinggi. Memang, nilai normal untuk pembacaan diastolik biasanya 60-80, dan 123 jauh lebih tinggi dari yang diharapkan.