SISTEM CERDAS PEMANTAU KENYAMANAN RUANG KELAS BERBASIS INTERNET OF THINGS (IoT) MENGGUNAKAN METODE K-MEANS PADA PLATFORM THINGSPEAK
| Main Authors: | Suryadi, Usep Tatang, Saraswati, Sri |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | ind |
| Terbitan: |
STMIK SUBANG
, 2020
|
| Subjects: | |
| Online Access: |
https://jurnalstmiksubang.ac.id/index.php/jtik/article/view/170 https://jurnalstmiksubang.ac.id/index.php/jtik/article/view/170/pdf |
Daftar Isi:
- Monitoring the comfort of classrooms within a certain timeframe for the room is one that is quite important to do. Increased humidity, temperature, sound, the light will affect the concentration of teaching and learning. In designing this system, the author intends to design a convenience monitoring system based on the internet of things (IoT) so that its scope is wider. This study aims to group data into clusters using the Data Mining method, the K-means Clustering algorithm. Data is grouped based on this similarity data so that data with the same characteristics will be in one cluster. The attributes used are humidity, temperature, sound, and light. The results of K-Means Clustering obtained were 3 groups, cluster center with cluster 1 = 47.76; 26.07; 61; 92; 3602 clusters 2 = 58; 29; 59.5; 502 and cluster 3 = 60; 30.25; 58,75; 769,75. The cluster with the highest value is cluster three. Iteration of data grouping occurs 4 times iteration. Sistem yang diterapkan dalam sistem ini adalah sistem pemantauan kenyamanan kelas. Sistem pengambilan mengambil dan menghitung data fisik untuk membentuk kelembaban, suhu, suara, cahaya melalui sensor menjadi informasi di ruangan yang dipantau menggunakan mikrokontroler Arduino Mega2560 dan sensor DHT11, LDR, Kondensor yang terhubung ke hal-hal yang berbicara. Algoritma K-means dapat melakukan pengelompokan yang baik pada sistem yang sedang dibangun.
- Memonitor ruang kelas dalam rentang waktu tertentu untuk ruangan salah satu yang cukup penting untuk dilakukan. Peningkatan kelembaban, suhu, suara, cahaya akan mempengaruhi konsetrasi belajar mengajar. Dalam perancangan sistem ini, penulis meminta sistem pendeteksian ruang kelas berbasis internet (IoT). Penelitian ini bertujuan untuk mengelompokan data ke dalam cluster dengan menggunakan metode Data Mining, algoritma K-means Clustering. Data dikelompokan berdasarkan data kemiripan ini sehingga data dengan karakteristik yang sama akan berada dalam satu cluster. Atribut yang digunakan adalah kelembaban, suhu, suara dan cahaya. Hasil K-Means Clustering yang diperoleh ada 3 kelompok, pusat cluster dengan cluster 1 = 47,76; 26,07;61; 92; 3602 cluster 2 = 58; 29; 59,5; 502 dan cluster 3 = 60; 30,25; 58,75; 769,75. Cluster dengan nilai tertinggi adalah cluster tiga. Iterasi pengelompokan data terjadi sebanyak 4 kali iterasi. Sistem yang diterapkan dalam sistem ini adalah sistem pemantauan kenyamanan ruang kelas. Sistem pengambilan mengambil dan mengkalkulasi data fisik membentuk kelembaban, suhu, suara, cahaya melalui sensor menjadi informasi pada ruangan yang dipantau menggunakan mikrokontroler Arduino Mega2560 dan sensor DHT11, LDR, Kondensor yang terhubung dengan hal-hal yang berbicara. Algoritma K-Berarti dapat melakukan klasterisasi dengan baik pada sistem yang dibangun. Kata kunci: Arduino Mega 2560, DHT11, ESP8266, Internet Of Things (IoT), K-means, Kondensor, LDR, Mikrokontroler, Ruang Kelas, Sensor, Sistem Pemantau. Cluster dengan nilai tertinggi adalah cluster tiga. Iterasi pengelompokan data terjadi sebanyak 4 kali iterasi. Sistem yang diterapkan dalam sistem ini adalah sistem pemantauan kenyamanan ruang kelas. Sistem pengambilan mengambil dan mengkalkulasi data fisik membentuk kelembaban, suhu, suara, cahaya melalui sensor menjadi informasi pada ruangan yang dipantau menggunakan mikrokontroler Arduino Mega2560 dan sensor DHT11, LDR, Kondensor yang terhubung dengan hal-hal yang berbicara. Algoritma K-Berarti dapat melakukan klasterisasi dengan baik pada sistem yang dibangun. Kata kunci: Arduino Mega 2560, DHT11, ESP8266, Internet Of Things (IoT), K-means, Kondensor, LDR, Mikrokontroler, Ruang Kelas, Sensor, Sistem Pemantau. Cluster dengan nilai tertinggi adalah cluster tiga. Iterasi pengelompokan data terjadi sebanyak 4 kali iterasi. Sistem yang diterapkan dalam sistem ini adalah sistem pemantauan kenyamanan ruang kelas. Sistem pengambilan mengambil dan mengkalkulasi data fisik membentuk kelembaban, suhu, suara, cahaya melalui sensor menjadi informasi pada ruangan yang dipantau menggunakan mikrokontroler Arduino Mega2560 dan sensor DHT11, LDR, Kondensor yang terhubung dengan hal-hal yang berbicara. Algoritma K-Berarti dapat melakukan klasterisasi dengan baik pada sistem yang dibangun. Kata kunci: Arduino Mega 2560, DHT11, ESP8266, Internet Of Things (IoT), K-means, Kondensor, LDR, Mikrokontroler, Ruang Kelas, Sensor, Sistem Pemantau. Sistem yang diterapkan dalam sistem ini adalah sistem pemantauan kenyamanan ruang kelas. Sistem pengambilan mengambil dan mengkalkulasi data fisik terdiri dari kelembaban, suhu, suara, cahaya melalui sensor menjadi informasi pada ruangan yang dipantau menggunakan mikrokontroler Arduino Mega2560 dan sensor DHT11, LDR, Kondensor yang terhubung dengan benda-benda bicara. Algoritma K-Berarti dapat melakukan klasterisasi dengan baik pada sistem yang dibangun. Kata kunci: Arduino Mega 2560, DHT11, ESP8266, Internet Of Things (IoT), K-means, Kondensor, LDR, Mikrokontroler, Ruang Kelas, Sensor, Sistem Pemantau. Sistem yang diterapkan dalam sistem ini adalah sistem pemantauan kenyamanan ruang kelas. Sistem pengambilan mengambil dan mengkalkulasi data fisik membentuk kelembaban, suhu, suara, cahaya melalui sensor menjadi informasi pada ruangan yang dipantau menggunakan mikrokontroler Arduino Mega2560 dan sensor DHT11, LDR, Kondensor yang terhubung dengan hal-hal yang berbicara. Algoritma K-Berarti dapat melakukan klasterisasi dengan baik pada sistem yang dibangun. Kata kunci: Arduino Mega 2560, DHT11, ESP8266, Internet Of Things (IoT), K-means, Kondensor, LDR, Mikrokontroler, Ruang Kelas, Sensor, Sistem Pemantau. Kondensor yang terhubung dengan thingspeak. Algoritma K-Berarti dapat melakukan klasterisasi dengan baik pada sistem yang dibangun. Kata kunci: Arduino Mega 2560, DHT11, ESP8266, Internet Of Things (IoT), K-means, Kondensor, LDR, Mikrokontroler, Ruang Kelas, Sensor, Sistem Pemantau. Kondensor yang terhubung dengan thingspeak. Algoritma K-Berarti dapat melakukan klasterisasi dengan baik pada sistem yang dibangun.