PENERAPAN DETEKSI OUTLIER MENGGUNAKAN METODE K-MEANS CLUSTER PADA SISTEM MONITORING KONDISI SUHU DAN KELEMBABAN KUMBUNG JAMUR (STUDI KASUS: BUDIDAYA JAMUR TIRAM)

Penerapan Internet of Things (IoT) pada kumbung jamur umumnya masih menggunakan batas suhu dan kelembaban yang dinilai kurang maksimal, dikarenakan setiap daerah memiliki kriteria suhu dan kelembaban optimal yang berbeda bagi pertumbuhan jamur tiram. Sedangkan kestabilan lingkungan suhu dan kelembaban pada kumbung jamur merupakan faktor utama keberhasilan pertumbuhan jamur tiram, dan hal tersebut juga dapat dipengaruhi oleh adanya outlier. Sehingga pada penelitian ini dilakukan penerapan deteksi outlier menggunakan metode K-Means Cluster pada sistem monitoring kondisi suhu dan kelembaban kumbung jamur. Berdasarkan pengujian sistem yang telah dilakukan, nilai silhouette coefficient yang diperoleh dari setiap uji coba yang dilakukan memiliki struktur cluster yang baik dengan rata-rata nilai silhouette coefficient diatas 0.5. Hal ini menunjukkan hasil cluster yang dilakukan memiliki struktur yang baik dan efektif bila digunakan untuk melakukan deteksi outlier. Hal ini didukung dengan hasil deteksi outlier yang tepat pada setiap uji coba yang dilakukan.