Abstract:
Penelitian ini bertujuan untuk mengembangkan sebuah sistem data mining berbasis
Internet of Things (IoT) yang dapat digunakan untuk prediksi dengan menggunakan
model linear regression pada suhu temperatur dalam ruangan dan luar ruangan. Data yang
dikumpulkan dari berbagai perangkat IoT akan diolah dan dianalisis menggunakan
algoritma Linear Regresion Machine Learning. Tujuan dari analisis ini adalah untuk
mengidentifikasi pola dan mendapatkan informasi berharga dari data suhu yang
terkumpul, sehingga dapat memberikan dukungan yang tepat dalam pengambilan
keputusan. Dengan menggunakan teknologi IoT, sistem ini mampu mengumpulkan data
suhu dari sensor-sensor terhubung secara terus-menerus. Data yang terkumpul akan
disimpan dalam penyimpanan cloud database. Model data mining yang dihasilkan akan
mampu mengidentifikasi pola-pola yang relevan, seperti perubahan suhu yang signifikan,
hubungan antara suhu dan variabel lain, atau tren suhu dari waktu ke waktu. Dalam
penelitian ini, ditemukan bahwa model regresi tidak cocok dengan pola data yang
kompleks, mengakibatkan kinerja prediksi yang kurang akurat. Evaluasi menggunakan
berbagai metrik seperti RMSE, Absolute Error, dan Relative Error mengindikasikan
ketidakcocokan ini. Oleh karena itu, diperlukan pendekatan alternatif untuk memahami
dan memprediksi data dengan lebih baik.
