Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Journal Information System Development

Identifikasi Data Drifting pada Aplikasi Internet of Things (IoT) Yugopuspito, Pujianto; Kartika, Alessandro Luiz; Murwantara, I Made
Journal Information System Development (ISD) Vol 6, No 2 (2021): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar

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.
Identifikasi Data Drifting pada Aplikasi Internet of Things (IoT) Pujianto Yugopuspito; Alessandro Luiz Kartika; I Made Murwantara
Journal Information System Development (ISD) Vol 6 No 2 (2021): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar

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.
PENGEMBANGAN SENSOR-CLOUD PADA SMART CITY UNTUK MENGHADIRKAN KETERSEDIAAN DATA WAKTU NYATA I Made Murwantara
Journal Information System Development (ISD) Vol 7 No 2 (2022): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19166/isd.v7i2.557

Abstract

Pengembangan dan operasional dari sebuah Smart-City bergantung sepenuhnya pada lebih dari satu kelompok sumber data waktu nyata. Bentuk integrasi data ini kemungkinan dapat terwujud melalui manajemen Sensor-Fusion. Sumber daya utama untuk mencapai tujuan ini adalah denga keberadaan suatu kelompok sensor virtual yang dapat dipercaya kinerjanya yang adaptif terhadap perubahan lingkungan seperti permasalahan pengiriman data. Kestabilan operasional dari jaringan sensor harus dikedepankan karena sistem ini bergantung pada kondisi stabil tersebut. Menanggapi hal tersebut, suatu sistem waktu nyata yang terintegrasi secara kompleks atau rumit, umumnya, mengalami ketidakstabilan pengaliran data yang berakibat pada munculnya faktor penyimpangan. Dalam artikel ini, suatu pemikiran mengenai Sensor-Cloud yang menyediakan layanan pengaliran data waktu nyata dengan dasar berpikir bentuk virtualisasi akan diutarakan. Suatu pendekatan dengan konsep utama kombinasi dari Komputasi Awan, Internet of Things dan Akusisi data diajukan. Suatu demonstrasi sederhana untuk memperlihatkan kemampuan dari hasil penelitian ini akan diperlihatkan.