DETEKSI ANOMALI REALTIME MENGGUNAKAN PROBABILISTIC EXPONENTIAL WEIGHTED MOVING AVERAGE PADA DATA STREAM DENGAN APACHE KAFKA STUDI KASUS: ANALISIS POLUSI CAHAYA

    Zulfikar Ali Yunara Putra, - (2023) DETEKSI ANOMALI REALTIME MENGGUNAKAN PROBABILISTIC EXPONENTIAL WEIGHTED MOVING AVERAGE PADA DATA STREAM DENGAN APACHE KAFKA STUDI KASUS: ANALISIS POLUSI CAHAYA. S1 thesis, Universitas Pendidikan Indonesia.

    Abstract

    Polusi cahaya adalah masalah yang mempengaruhi banyak aspek kehidupan manusia dan ekologi, termasuk menghambat pengamatan astronomi. Dalam penelitian ini, penulis mengusulkan pendekatan yang inovatif untuk mendeteksi anomali dalam data kecerahan langit malam yang diukur menggunakan Sky Quality Meter (SQM). Perangkat ini telah digunakan secara luas dalam penelitian polusi cahaya di seluruh dunia dan telah menghasilkan sejumlah besar data. Namun, selama proses pengumpulan data, ada potensi untuk mengalami anomali atau pencilan yang disebabkan oleh berbagai fenomena alam atau kesalahan pengukuran. Penelitian ini berfokus pada penerapan algoritma PEWMA untuk melakukan deteksi anomali pada data SQM yang didapat dari Observatorium Timau. Dengan memanfaatkan teknologi Apache Kafka untuk mensimulasikan proses streaming pada data SQM Pada akhirnya, penelitian ini berharap dapat memberikan wawasan baru tentang dinamika kecerahan langit malam dan polusi cahaya. Hasil ini dapat membantu dalam pengembangan strategi dan kebijakan untuk mengurangi polusi cahaya di masa depan. Dari hasil penelitian ini diperoleh hasil akurasi algoritma PEWMA sebesar 0.78, 0.87 dan 0.96. Jika dibandingkan dengan algoritma isolation forest dan Elliptic Envelope hasil ini masih kalah unggul dan perlu pengembangan lebih lanjut.

    Baca Full Text klik disini
    [thumbnail of S_KOM_1905378_Title.pdf] Text
    S_KOM_1905378_Title.pdf
    Download (1MB)
    [thumbnail of S_KOM_1905378_Chapter1.pdf] Text
    S_KOM_1905378_Chapter1.pdf
    Download (233kB)
    [thumbnail of S_KOM_1905378_Chapter2.pdf] Text
    S_KOM_1905378_Chapter2.pdf
    Restricted to Staf Perpustakaan
    Download (610kB)
    [thumbnail of S_KOM_1905378_Chapter3.pdf] Text
    S_KOM_1905378_Chapter3.pdf
    Download (343kB)
    [thumbnail of S_KOM_1905378_Chapter4.pdf] Text
    S_KOM_1905378_Chapter4.pdf
    Restricted to Staf Perpustakaan
    Download (1MB)
    [thumbnail of S_KOM_1905378_Chapter5.pdf] Text
    S_KOM_1905378_Chapter5.pdf
    Download (80kB)
    [thumbnail of S_KOM_1905378_Appedix.pdf] Text
    S_KOM_1905378_Appedix.pdf
    Restricted to Staf Perpustakaan
    Download (155kB)
    Official URL: http://repository.upi.edu
    Item Type: Thesis (S1)
    Additional Information: Link Google Scholar : https://scholar.google.com/citations?user=FofvPdIAAAAJ ID SINTA Dosen Pembimbing: Lala Septem RIza: 5975668 Judhistira Aria Utama: 6125861
    Uncontrolled Keywords: Kafka, Light Pollution, Real Time Anomaly Detection, SQM
    Subjects: L Education > L Education (General)
    Q Science > Q Science (General)
    Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Q Science > QA Mathematics > QA76 Computer software
    Q Science > QB Astronomy
    Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
    Depositing User: Zulfikar Ali Yunara Putra
    Date Deposited: 14 Sep 2023 02:45
    Last Modified: 14 Sep 2023 02:45
    URI: http://repository.upi.edu/id/eprint/105379

    Actions (login required)

    View Item View Item