Identifikasi Data Drifting pada Aplikasi Internet of Things (IoT)
Abstract
Seiring dengan perkembangan teknologi sekaligus meningkatnya kebutuhan akan informasi yang aktual dan nyata, aplikasi IoT pun terus dikembangkan dan menjadi marak di tengah masyarakat. Diperlukannya penelitian yang dapat mengevaluasi data stream yang telah ditangkap sensor dan mengidentifikasi penyimpangan data/concept drift. Penelitian ini menghasilkan dua kesimpulan, yaitu hasil pertama adalah pada tahapan evaluasi data, metode SGD Classifier yang memiliki nilai rata-rata tertinggi dibandingkan metode Hoeffding Tree dan Hoeffding Adaptive Tree pada setiap metrik. Hasil kedua adalah pada tahapan pengidentifikasian penyimpangan data/concept drift, metode Adaptive Windowing (ADWIN) lebih banyak mengidentifikasi penyimpangan data/concept drift dibandingkan dengan metode Page-Hinkley.Downloads
Published
2021-07-26
Issue
Section
Artikel
License
Penulis yang menerbitkan jurnal ini menyetujui persyaratan berikut:
- Penulis memiliki hak cipta dan memberikan hak untuk publikasi pertama jurnal dengan karya yang secara simultan dilisensikan di bawah Creative Commons Attribution License yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepengarangan karya dan publikasi awal dalam jurnal ini.
- Penulis dapat membuat perjanjian kontrak tambahan yang terpisah untuk distribusi non-eksklusif versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, dalam repositori institusional atau di situs web mereka) sebelum dan selama proses pengajuan, karena dapat menyebabkan pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan (Lihat Pengaruh Akses Terbuka).