10/07/2025
Outlier atau Anomali atau Pencilan adalah data yang jauh berbeda dari mayoritas data lainnya. Biasanya ditentukan sebagai nilai yang lebih atau kurang dari 2Γ atau 3Γ standar deviasi dari mean.
Pendeteksian Outlier sangat penting untuk:
Mengidentifikasi data yang tidak normal
Menunjukkan kesalahan sensor, kesalahan input, atau kondisi ekstrem
Penyaringan data dan keamanan sistem (misal: aktivasi alarm)
Dalam dunia sensor dan pemantauan data lingkungan seperti suhu dan kelembaban, penting bagi kita untuk memahami pola dan menemukan anomali (outlier). Contoh data yang saya gunakan adalah log sensor SUHU dan KELEMBABAN.
Selamat belajar. Selamat berkarya.
Pelajari apa itu statistik deskriptif, fungsi mean, standar deviasi, dan cara mendeteksi outlier. Panduan lengkap dengan contoh analisis data suhu dan kelembaban menggunakan bahasa C.