Resource Aware Data Stream Clustering dan Frequent Item dengan Distance Vector Routing pada Wireless Sensor Networks

摘要: Komunikasi data pada perangkat jaringan wireless sensor saat ini telah banyak dilakukan secara streaming dengan kecepatan tinggi, sehingga banyak peneliti melakukan penelitian dalam bidang ini. Salah satunya adalah algoritma Granularity Setting atau disebut juga Resource-Aware (RA). RA melibatkan proses input yang berhubungan dengan baterai, proses output yang berhubungan dengan memori, dan proses pengolahan data yang berhubungan dengan CPU. Algoritma ini sangat efektif untuk meningkatkan efisiensi energi dan bersifat adaptive. Proses streaming mining data menggunakan algoritma Light-Weight Clustering (LWC) dan Light-Weight Frequent Item (LWF), sedangkan proses pengiriman data dari sensor node ke base station menggunakan algoritma Distance Vector Routing Protocol. Semua algoritma tersebut digunakan untuk meningkatkan efisiensi energi pada jaringan WSNs. Sebelumnya penelitian dilakukan secara terpisah, sehingga pada penelitian ini akan menggabungkan antara clusterisasi data menggunakan algoritma RA-Cluster dan streaming mining data mengunakan algoritma RA-Frequent Items dengan Distance Vector Routing. Proses tersebut akan melibatkan monitoring terhadap Resource-Aware dari peralatan jaringan wireless sensor sehingga penulis menyebutnya sebagai RA-CluFIDV (Resource-Aware Clustering and Frequent Item with Distance Vector). Pada pengujian diperoleh hasil bahwa dengan melibatkan adaptasi Resource