SKRIPSI DIGITAL
Pemodelan dan Rancang Bangun Platform Terintegrasi untuk Deteksi dan Peringatan Anomali pada Telemetri IoT Bivariat = Modeling and Design of an Integrated Platform for Anomaly Detection and Alerts in Bivariate IoT Telemetry
Naufal Reky Ardhana dan Rachmadandy Mahendra Shakti. ”Pemodelan Dan Rancang Bangun Platform Terintegrasi untuk Deteksi dan Peringatan Anomali pada Telemetri IoT Bivariat”, Skripsi Program Studi Teknologi Rekayasa Komputer, Jurusan Teknik Elektro, Politeknik Negeri Semarang di bawah bimbingan Dr. Liliek Triyono, S.T., M.Kom., dan Suko Tyas Pernanda, S.ST., M.Cs., Agustus 2026 Penelitian ini bertujuan membangun sistem terintegrasi untuk mendeteksi dan menyajikan peringatan anomali pada telemetri suhu dan kelembapan relatif dari perangkat TALPHA THM-01. Metode pelaksanaan disusun secara bertahap dengan menghubungkan pemahaman kebutuhan, audit data, pre-processing, pemodelan, evaluasi, serta implementasi platform. Sebanyak 702.977 pasangan observasi diproses secara deterministik, dibagi kronologis, diskalakan menggunakan parameter data training, dan dibentuk menjadi window sepuluh timestamp. Lima arsitektur autoencoder dibandingkan pada protokol yang sama menggunakan tujuh keluarga anomali sintetis, threshold persentil ke-99,5, dan F1 pada bin evaluasi tidak tumpang tindih yang tidak melewati jeda data. Transformer-AE memperoleh F1 pengujian akhir tertinggi sebesar 0,814 pada 2.125 bin, lalu diterapkan sebagai model inferensi pada platform FastAPI, PostgreSQL dan TimescaleDB, worker, dan React/Material UI. Uji integrasi terkendali selama sekitar 30 menit memuat 600 pasangan telemetri dan 600 skor. Pemanasan lokal menggunakan nyala korek api di dekat perangkat menghasilkan kenaikan suhu hingga 75,600 °C dan penurunan kelembapan relatif hingga 2,217%. Platform mencatat satu episode alert berisi 92 titik, tanpa alert pada 257 titik sebelum episode dan 251 titik setelahnya. Pengujian drift menghasilkan 155 titik anomali dari 315 skor dalam tiga rangkaian, sedangkan skenario yang dirancang sebagai erratic menghasilkan 99 titik anomali dari 314 skor dan memuat lonjakan telemetri yang secara bentuk lebih menyerupai spike. UAT terhadap delapan fungsi memperoleh skor 70 dari 80 atau 87,5% dari dua respons valid. Hasil tersebut menunjukkan bahwa akuisisi, pre-processing, inferensi Transformer-AE, agregasi pasca inferensi, dan penyajian alert telah bekerja pada skenario yang diuji. Kesimpulan dibatasi pada satu dataset, satu perangkat, label sintetis untuk evaluasi model, tiga skenario integrasi terkendali, dan jumlah responden UAT yang terbatas. Kata kunci: Autoencoder; Deteksi Anomali; IoT; Platform Web; Rekonstruksi
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah