Analisis Pola Aktivitas Harian menggunakan Sequence Pattern Mining dan Clustering pada FitBit LifeSnaps

Deskripsi Proyek

Proyek ini merupakan bagian dari tugas akhir mata kuliah Penambangan Data di Universitas Negeri Surabaya. Proyek ini bertujuan untuk menganalisis pola aktivitas harian pengguna wearable device Fitbit dengan menggabungkan pendekatan Sequence Pattern Mining (SPM) dan Clustering, menggunakan dataset Fitbit LifeSnaps.

Tujuan

• Mengidentifikasi pola urutan aktivitas dan tidur pengguna menggunakan algoritma PrefixSpan.
• Mengelompokkan pengguna berdasarkan kemiripan perilaku aktivitas harian menggunakan teknik K-Means dan PCA.
• Menyediakan wawasan mengenai hubungan antara pola aktivitas, kepribadian, tingkat stres, dan motivasi olahraga pengguna.

Dataset

Dataset yang digunakan berasal dari LifeSnaps Fitbit Dataset, yang mencakup:

• Data Daily: Aktivitas harian (langkah, kalori, detak jantung, waktu tidur, dll.)
• Data Scored Surveys: Survei psikologis (TTM, BREQ, STAI, PANAS, dan Big Five Personality).

Sumber Dataset: https://www.kaggle.com/datasets/skywescar/lifesnaps-fitbit-dataset?resource=download

Metodologi

1. Exploratory Data Analysis (EDA)

• Visualisasi distribusi data numerik dan kategorik.
• Korelasi antar variabel.
• Penanganan missing values menggunakan KNN dan modus.
• Deteksi dan penanganan outlier menggunakan IQR.

2. Sequence Pattern Mining (PrefixSpan)

• Diskretisasi fitur numerik menjadi level (rendah, sedang, tinggi).
• Penyusunan urutan aktivitas per pengguna berdasarkan waktu.
• Penerapan algoritma PrefixSpan untuk menemukan pola aktivitas berulang.
• Segmentasi pengguna ke dalam 3 kategori:
  • Aktif & Sehat
  • Kurang Gerak
  • Stres / Kurang Istirahat

3. Clustering

• Clustering 1 (Aktivitas): Berdasarkan fitur langkah, kalori, dan menit aktivitas berat. K=3 (Aktif, Sedang, Pasif).
• Clustering 2 (Risiko Kesehatan): Berdasarkan fitur waktu sedentari, detak jantung istirahat, usia, dan BMI. PCA + K-Means digunakan untuk visualisasi dan penentuan risiko.

Insight Tambahan

Berdasarkan Data Survei:

• TTM: Segmen aktif & sehat memiliki skor tertinggi dalam pemberdayaan sosial.
• STAI: Aktivitas fisik berkorelasi negatif dengan tingkat stres.
• Personality: Intellect dan Conscientiousness tinggi terkait dengan segmen aktif & sehat.
• PANAS: Segmen stres memiliki emosi yang lebih intens dan variatif.
• BREQ: Segmen aktif didominasi oleh motivasi intrinsik dan teridentifikasi.

Tools dan Library

• Python (Pandas, Numpy, Scikit-Learn, Matplotlib, Seaborn)
• PrefixSpan (SPM library)
• Google Colab

Kontributor

• Alisha Deana Tabina – 23031554244
• Krisjen Fraulein Hutagalung – 23031554232
• Putri Manika Rukmamaya – 23031554091

---

Proyek ini bertujuan tidak hanya untuk eksplorasi teknikal, tetapi juga memahami pola hidup dan mendukung upaya peningkatan kualitas hidup berbasis data.