Data dan Internet of Things - Apa itu data?

Data dapat berupa kata-kata dalam buku, artikel, atau blog. Data dapat berupa isi spreadsheet atau database. Data dapat berupa gambar atau video. Data dapat berupa aliran pengukuran konstan yang dikirim dari perangkat pemantauan. Dengan sendirinya, data bisa jadi tidak berarti. Saat kami menginterpretasikan data, dengan menghubungkan atau membandingkan, itu menjadi lebih berguna. Data yang berguna ini sekarang menjadi informasi. Saat informasi ini diterapkan atau dipahami, itu menjadi pengetahuan.

Saat mengumpulkan data, tentukan jumlah data yang Anda perlukan. Tidak selalu diperlukan, atau mungkin, untuk mengumpulkan semua data yang tersedia dalam suatu proyek atau solusi. Jumlah data yang dapat dikumpulkan ditentukan oleh kemampuan sensor, jaringan, komputer, dan perangkat keras lain yang terlibat. Itu juga ditentukan oleh kebutuhan, misalnya dalam jalur pembotolan berkecepatan tinggi, setiap botol harus diperiksa keselarasan labelnya dan dikeluarkan dari jalur jika ada masalah. Dalam hal ini, data dari setiap botol menjadi penting. Dengan sensor yang berbeda seperti sensor kelembapan di ladang jagung, tidak perlu melaporkan kelembapan setiap sepersepuluh detik. Setiap lima atau sepuluh menit mungkin cukup. Ini dikenal sebagai laju sampling data.

Tidak semua data yang terkumpul dapat digunakan sebagaimana adanya. Data asing mungkin telah dikumpulkan. Data yang salah atau salah mungkin juga telah dikumpulkan. Untuk membuat data ini dapat digunakan, itu harus dibersihkan. Pembersihan data terdiri dari menghapus data yang tidak diinginkan, mengubah data yang salah, dan mengisi data yang hilang. Adalah umum untuk menggunakan kode untuk membersihkan data. Ini dilakukan dengan mencari kriteria, atau ketiadaan kriteria, dan mengoperasikan data sampai tidak ada lagi anomali. Setelah data dibersihkan, data dapat lebih mudah dicari, dianalisis, dan divisualisasikan.

Melalui analisis data, wawasan menarik dapat dipelajari dan tren dapat diungkap. Ini sering mengarah pada pertanyaan baru yang belum terealisasi. Saat Anda menemukan bahwa Anda mungkin dapat membedakan nilai tambahan dari beberapa kumpulan data, Anda dapat mulai bereksperimen dengan bagaimana data disusun dan disajikan. Misalnya, kamera keamanan yang memantau tempat parkir untuk kejahatan juga dapat digunakan untuk melaporkan jumlah dan lokasi ruang kosong kepada pengemudi.