Live K-Means Clustering Pada Wireless Sensor Network Menggunakan Google Maps Api

Abstract

Suhu dan kelembapan merupakan salah satu indikator kenyamanan dalam hidup manusia. Tak hanya kenyamanan tetapi suhu dan kelembapan sangat berpengaruh dalam produktifitas dan kesehatan hidup manusia. Alangkah baiknya jika kita melakukan pemantauan dua nilai tersebut dengan penggunan perangkat Wireless Sensor Network (WSN) sebagai alat penghimpun data yang praktis. Dengan penggunaan Wireless Sensor Network (WSN). Setelah data dihimpun dan di database, diperlukan sebuah platform untuk menampilkan data yang telah dihimpun dan melakukan pengelompokan wilayah berdasarkan suhu, kelembapan serta lokasi yang telah didapatkan. Untuk mempermudah pemantauan hasil penghimpunan data oleh sensor maka penulis membuat sistem Live K-Means clustering untuk melakukan pengelompokkannya dan penggunaan Google Maps API untuk mempermudah visualisasi lokasi penyebaran Wireless Sensor Network (WSN). Dari hasil evaluasi klaster pada klaster 3 mendapatkan nilai 0.096201 dan silhouette coefficient dengan nilai 0.43026 merupakan hasil yang optimal karena pada perhitungan silhouette coefficient, klaster 4 dan 5 mendapatkan nilai dibawah 0 yang kemungkinan memiliki kemiripan karakteristik antar klaster. Dari penggunaan klaster dengan jumlah 3 hasil cluster memiliki keunikan karakteristik klaster yang cukup baik dan memiliki kemiripan karakteristik antar anggota cluster paling optimal pada klaster 3 untuk mengelompokkan tingkat kenyamanan dari data yang diperoleh Wireless Sensor Network.