Prediksi Kepadatan Jalan Berdasarkan Time Series Data GPS Angkutan Kota Menggunakan Support Vector Machine
NURUL KHAERIYAH PUTRI.M
Informasi Umum
Kode
23.04.3489
Klasifikasi
004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Science, Data Analysis, Vector Analysis,
Dilihat
227 kali
Informasi Lainnya
Abstraksi
<p>Seiring berkembangnya zaman saat ini, perkembangan angkutan kota di Indonesia sangat menarik perhatian, khususnya di kota Bandung. Angkutan kota digunakan oleh masyarakat yang tidak memiliki kendaraan pribadi untuk melakukan aktivitas sehari-hari seperti berangkat kerja, kesekolah, dan bepergian ke suatu tempat yang diinginkan. Umumnya, angkutan kota juga digunakan karena tarif harga yang diberikan cukup terjangkau. Untuk mengetahui titik koordinat lokasi pada angkutan kota kita dapat menggunakan Global Positioning System (GPS). Pada penelitian ini menggunakan metode Support Vector Machine (SVM). Metode ini digunakan karena penelitian sebelumnya, SVM menghasilkan tingkat akurasi yang cukup tinggi dibandingkan dengan metode yang lain. SVM juga dapat membantu meningkatkan performansi sistem dan mencari hubungan antara angkutan kota dengan kemacetan. Jumlah data yang digunakan dalam penelitian ini sebanyak 35320 data. Dari hasil pengujian yang telah dilakukan, metode klasifikasi SVM menghasilkan tingkat akurasi sebesar 98%.</p>
<p><strong>Kata Kunci :</strong> Prediksi Traffic, Angkuta Kota, GPS, time series data, SVM</p>
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | NURUL KHAERIYAH PUTRI.M |
| Jenis | Perorangan |
| Penyunting | Imelda Atastina, Rifki Wijaya |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
