PERAMALAN ARUS LALU LINTAS JANGKA PENDEK MENGGUNAKAN EXPONENTIAL SMOOTHING DAN NAIVE BAYES CLASSIFIER
DIAN TARI NUGRAHA
Informasi Umum
Kode
19.04.393
Klasifikasi
621.39 - Computer engineering, Electronic digital computers, Central processing units, Computer reliability, General Computer Performance Evaluation
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Computer Engineering
Dilihat
277 kali
Informasi Lainnya
Abstraksi
Kemacetan sering kali terjadi diakibatkan oleh padatnya arus lalu lintas. Pertumbuhan jumlah penduduk dan pesatnya kenaikan penggunaan kendaraan merupakan salah satu faktor penyebab kemacetan. Khususnya di daerah metropolitan Bandung. Peramalan merupakan hal yang sangat penting untuk mengetahui kondisi arus lalu lintas di masa mendatang. Waktu interval peramalan dibagi menjadi tiga yaitu peramalan jangka pendek, peramalan jangka menengah dan peramalan jangka panjang. Peramalan arus lalu lintas sendiri menggunakan peramalan jangka pendek. Pengolahan data peramalan jangka pendek menggunakan metode Exponential Smoothing. Metode Exponential Smoothing merupakan prosedur yang mengulang perhitungan secara terus menerus menggunakan data terbaru. Setiap data yang dihitung akan diberi bobot. Hal ini untuk memperolah hasil peramalan dengan hasil kesalahan terkecil. Hasil tersebut, diolah kembali untuk pengambilan keputusan menggunakan metode Naive Bayes Classifier.
Kata Kunci : Kemacetan, Peramalan, Exponential Smoothing, Naive Bayes Classifier
- CEG3G3 - KECERDASAN BUATAN
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | DIAN TARI NUGRAHA |
| Jenis | Perorangan |
| Penyunting | MUHAMMAD NASRUN, ANGGUNMEKA LUHUR P |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2019 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
