Data sensor sebagai dataset

Seribu baris angka

Monitor suhu dari materi Proyek akhir: monitor suhu ruangan di HP sudah berjalan seminggu. Pencatat menyimpan lebih dari sepuluh ribu baris. Data itu bisa menjawab pertanyaan menarik. Jam berapa kamar paling panas? Apakah ada hari yang aneh?

Sebelum bertanya, kamu perlu mengenal datamu. Di AI dan statistik, tahap ini sering memakan waktu paling banyak.

Bagian sebuah dataset

Ketuk satu per satu.

Baris

Satu pengamatan, yaitu satu bacaan pada satu waktu.

Kolom

Satu jenis keterangan, misalnya waktu, suhu_c, kelembapan, id perangkat.

Waktu (timestamp)

Tanpa kolom waktu, data sensor kehilangan sebagian besar maknanya. Sebaiknya memakai zona waktu yang jelas.

CSV

Format paling sederhana. Satu baris teks per pengamatan, kolom dipisah koma. Bisa dibuka di aplikasi lembar kerja seperti Excel atau Google Sheets.

Jelajahi data satu hari

Ini data suhu contoh, satu titik tiap 15 menit selama 24 jam. Geser kursor dan lihat baris CSV-nya. Temukan jam paling dingin, jam paling panas, dan satu kejadian yang terlihat janggal. Kartu terbuka setelah kamu melihat lima jam berbeda.

Simulasi interaktif tersedia saat JavaScript aktif.

Suhu punya pola harian, terendah dini hari dan tertinggi di sore hari. Lonjakan turun tajam sekitar jam 14.30 tidak mengikuti pola. Mungkin AC dinyalakan, mungkin sensor terganggu. Data saja tidak bisa memastikan, tapi bisa menunjukkan di mana harus bertanya.

Masalah yang hampir selalu ada

Ketuk satu per satu.

Celah

WiFi putus selama 20 menit, jadi ada baris yang hilang. Jangan diisi dengan angka nol, karena 0 °C adalah bacaan palsu.

Lonjakan

Satu bacaan 85 °C di tengah 28 °C. Sering akibat gangguan listrik atau kabel longgar, bukan kejadian sungguhan.

Selang tidak rata

Seharusnya tiap menit, ternyata kadang 58 detik, kadang 2 menit. Banyak analisis mengasumsikan selang yang rata.

Satuan dan zona waktu

Apakah 29 itu °C atau °F? Apakah waktunya WIB atau UTC? Tulis di nama kolom atau catatan dataset.

Perubahan perangkat

Sensor dipindah dari dekat jendela ke tengah ruangan. Datanya sebelum dan sesudah tidak bisa dibandingkan begitu saja.

Cek pemahaman

1. Ada celah 30 menit di data karena WiFi putus. Cara paling jujur menanganinya?
   • Isi dengan 0
   • Biarkan kosong dan tandai sebagai data hilang
   • Isi dengan angka acak yang mirip
   Jawaban

   Biarkan kosong dan tandai sebagai data hilang. Menandai data hilang secara jujur memungkinkan analisis menanganinya dengan benar. Kalau perlu, celah pendek bisa diisi dengan perkiraan, asalkan dicatat bahwa itu perkiraan.

2. Satu bacaan 85,0 °C muncul di antara 28,1 dan 28,2 °C. Kemungkinan terbesar?
   • Kebakaran singkat
   • Gangguan atau kesalahan sensor
   Jawaban

   Gangguan atau kesalahan sensor. Suhu ruangan tidak melompat 57 derajat lalu kembali dalam satu menit. Beberapa sensor digital juga punya nilai bawaan saat gagal membaca (misalnya 85 °C pada DS18B20).

Benar atau salah?

1. "Data dari sensor selalu bersih dan siap dianalisis."
   • Benar
   • Salah
   Jawaban

   Salah. Data nyata hampir selalu punya celah, lonjakan, dan ketidakkonsistenan. Memeriksanya adalah langkah pertama.

2. "Menghapus semua titik yang tampak aneh selalu membuat analisis lebih baik."
   • Benar
   • Salah
   Jawaban

   Salah. Titik aneh bisa kesalahan sensor, tapi bisa juga kejadian penting yang justru ingin dideteksi (lihat Ambang dan deteksi anomali sederhana). Hapus hanya kalau alasannya jelas, dan catat.

Selesai

• Data sensor = tabel. Baris = pengamatan, kolom = keterangan, waktu wajib ada.
• Hampir selalu ada celah, lonjakan, selang tidak rata, dan satuan yang tidak jelas.
• Periksa dan catat masalah data sebelum menganalisis.

Berikutnya

Kode materi a1 · versi 0.1 · 2026-10-06