UMN Knowledge Center

pemodelan prediksi kemacetan lalu lintas pada ruas jalan di jakarta barat dengan metode algoritma c4.5

Cahyo, Dimas Dwi (2017) pemodelan prediksi kemacetan lalu lintas pada ruas jalan di jakarta barat dengan metode algoritma c4.5. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
bab iii.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (983kB) | Preview
[img]
Preview
Text
bab ii.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
bab i.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (813kB) | Preview
[img]
Preview
Text
bab v.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (685kB) | Preview
[img] Text
bab iv.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)
[img]
Preview
Text
daftar pustaka.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (878kB) | Preview
[img]
Preview
Text
halaman awal.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
lampiran.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview

Abstract

Prediksi merupakan sebuah usaha untuk mencari jawaban sedekat mungkin terhadap sesuatu yang akan terjadi. Prediksi dapat menjadi solusi untuk memecahkan masalah-masalah dalam kehidupan sehari-hari. Kemacetan lalu lintas memberikan kerugian bagi masyarakat, khususnya para pengguna jalan. Kerugian tersebut antara lain yaitu pemborosan bahan bakar, terbuangnya waktu secara percuma, dan polusi udara. Oleh karena itu, pada penelitian ini dibangun sebuah aplikasi model prediksi kemacetan ruas jalan untuk 7 hari ke depan pada wilayah Jakarta Barat berbasis Android. Yang mana aplikasi tersebut dapat memberikan informasi berupa prediksi kondisi kemacetan lalu lintas pada ruas utama dan ruas-ruas cabang. Sehingga pengguna jalan dapat memanfaatkan informasi dari aplikasi ini untuk mencari jalur alternatif ataupun mencari waktu yang tepat untuk menghindari kemacetan. Pengumpulan data training dilakukan dengan pembacaan nilai RGB warna-warna kondisi kemacetan pada Google Traffic melalui aplikasi penarikan data otomatis setiap 1 jam. Data yang training berhasil dikumpulkan ialah sebanyak 863 jam kondisi kemacetan dalam waktu 6 minggu, dengan persentase keberhasilan pengambilan data sebesar 85,6%. Akurasi prediksi yang dihasilkan oleh rule kondisi kemacetan algoritma C4.5 ialah sebesar 70,0029% untuk ruas utama dan 71,8497% untuk ruas cabang dengan menggunakan teknik pengujian 10 folds Cross Validation.

Item Type: Thesis (Bachelor Thesis)
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology > T58.59 Algorithm
Divisions: Fakultas Teknik Informatika > Program Studi Sistem Informasi
Depositing User: mr admin umn
Date Deposited: 24 Jan 2019 08:08
Last Modified: 24 Jan 2019 08:08
URI: http://kc.umn.ac.id/id/eprint/4877

Actions (login required)

View Item View Item