FUZZY ASSOCIATION RULE MINING BERBASIS PIVOT TABLE UNTUK PENGENALAN POLA DATA INTERNET OF THING

Abstract

Perangkat Internet of Things (IoT) memiliki data yang bervariasi berdasarkan sensor yang digunakan. Data IoT juga memiliki variasi berdasarkan kondisi lingkungan dan waktu pengambilan data. Fuzzy Association Rule Mining (FARM) adalah implementasi basis data fuzzy pada association rule mining (ARM). Setiap term pada FARM terdiri dari fuzzy membership function bukan diskrit. Sehingga dapat mendiskripsikan kondisi data dengan lebih dinamis. Penelitian mengusulkan implementasi fungsi pivot table pada library pandas Bahasa pemrograman python untuk pembuatan fuzzy rule pada FARM. Pivot table memungkinkan ekstraksi pola fitur data yang unik dan menampilkan jumlahnya secara diskrit. Penelitian dilakukan menggunakan data IoT untuk irigasi tetes bertenaga surya. Fitur dari data IoT mencakup suhu dan kelembaban udara, kelembaban tanah, suhu tanah, intensitas Cahaya, arus dan tegangan pada aki dan panel surya. Evaluasi penelitian menghasilkan 156 rule dari 16000 data. Support tertinggi adalah 0.357 dan support rata-rata adalah 1.256. Sedangkan nilai confidence tertinggi adalah 0.883 dan rata-rata 0.673. Inferensi derajat keanggotan rule tertinggi adalah 0.673 dan rata-rata 0.102. Penggunaan pivot table menyederhanakan proses ekstraksi rule.