Penulis: Ansarullah Lawi; Aulia Agung Dermawan; Dwi Ely Kurniawan; Ivan Muhammad Reza; Feberlian Elisabeth Gulo; Zainal Arifin Hasibuan
DOI: 10.18517/ijaseit.15.2.20226
Abstrak
Evolusi pesat teknologi perangkat lunak, perangkat keras, dan internet telah memungkinkan proliferasi alat sensor yang terhubung ke internet yang mengumpulkan informasi dan pengamatan dari dunia fisik. IoT terdiri dari miliaran perangkat cerdas, yang memperluas batas fisik dan virtual. Namun, metode pemrosesan data tradisional menghadapi tantangan signifikan dalam menangani volume dan variasi data IoT yang sangat besar. Makalah ini secara sistematis meninjau. Perangkat-perangkat ini menghasilkan sejumlah besar data setiap hari, dengan beragam aplikasi yang penting untuk menghasilkan pengetahuan baru, mengidentifikasi tren masa depan, dan membuat keputusan yang tepat. Hal ini menggarisbawahi nilai IoT dan meningkatkan teknologi. Deep learning (DL) telah secara signifikan meningkatkan aplikasi IoT dan seluler, menunjukkan hasil yang menjanjikan. Pendekatannya yang berbasis data dan anomali untuk mendeteksi ancaman yang muncul menempatkannya pada posisi yang baik untuk deteksi intrusi IoT. Makalah ini mengusulkan kerangka kerja komprehensif yang memanfaatkan teknik DL untuk mengatasi tantangan pemrosesan data di lingkungan IoT dan meningkatkan kecerdasan serta kemampuan aplikasi. Lebih lanjut, studi ini secara sistematis meninjau dan mengkategorikan teknik pembelajaran mendalam yang ada yang diterapkan dalam IoT, mengidentifikasi tantangan kritis dalam pemrosesan data IoT, dan memberikan wawasan yang dapat ditindaklanjuti untuk menginspirasi penelitian lebih lanjut di bidang ini. Makalah ini membahas pengenalan IoT dan tantangan pemrosesan datanya serta mengeksplorasi berbagai pendekatan DL yang diterapkan pada data IoT. Upaya DL yang signifikan dalam IoT disurvei dan diringkas, dengan fokus pada kumpulan data, fitur, aplikasi, dan tantangan untuk menginspirasi kemajuan lebih lanjut di bidang ini. © (2025), (International Journal on Advanced Science). Semua hak dilindungi undang-undang.
Kata kunci penulis
deteksi anomali; pemrosesan data; pembelajaran mendalam; IoT; tinjauan literatur
Artikel ini dapat diakses di: https://www.scopus.com/pages/publications/105005194401
