Prediksi Jumlah Kendaraan Di Kota Tangerang Selatan Dengan Metode Algoritma Genetika

Agianto Syam Halim, Kusrini Kusrini, Agung Budi Prasetyo

Abstract


Problematika manusia yang tinggal di kota-kota besar Indonesia menyajikan hal yang sama, yaitu kemacetan. Kota Tangerang Selatan yang berbatasan langsung dengan provinsi DKI Jakarta adalah sebuah kota dengan jumlah 1.747.906 jiwa dan hanya memiliki luas wilayah 147,19 Km2. Artinya setiap 1 (satu) Km2 rata-rata dihuni oleh 11.875 orang. Pertumbuhan populasi di Kota Tangerang Selatan berbanding lurus dengan penambahan kepemilikan kendaraan bermotor roda dua dan empat. Dampak dari laju penambahan populasi dan kendaraan akan menimbulkan kemacetan, polusi dan kecelakaan. Maka dari itu dibutuhkan solusi yaitu prediksi jumlah kendaraan di Kota Tangerang Selatan. Penelitian ini diharapkan agar Pemerintah Kota Tangerang Selatan mengambil kebijakan dalam menentukan infrastruktur kota pada Rencana Tata Bangunan dan Lingkungan (RTBL) Kota Tangerang Selatan. Penelitian penulis terdiri dari beberapa tahap termasuk observasi data, pemilihan data, analisa data, dan training data dengan metode algoritma genetik. Penelitian menggunakan pengukuran akurasi prediksi dengan cara Mean Absolute Percentage Error (MAPE). Pengukuran MAPE memberikan informasi seberapa besar kesalahan dari prediksi, semakin kecil nilai persentase kesalahan pada MAPE maka semakin akurat hasil prediksi tersebut. Berdasarkan training data dan percobaan yang telah dilakukan, diperoleh nilai persentase kesalahan 0,5% hal ini membuktikan hasil prediksi sangat akurat karena dibawah nilai 10% yang menjadi tolak ukur interpretasi penilaian MAPE.

Keywords


algoritma genetik; prediksi; kendaraan; kemacetan

Full Text:

PDF

References


Badan Pusat Statistik Kota Tangerang Selatan, 2020. Statistik Daerah Kota Tangerang Selatan 2020. 8 (2), ISSN 2089-4600

Krisnandi, Kevin, dan Agung, Halim, 2017. Implementasi Algoritma Genetika untuk Memprediksi Waktu dan Biaya Pengerjaan Proyek Konstruksi. Jurnal Ilmiah Fifo, , Vol. 9 No.2, November 2017, ISSN 2085-4315, EISSN 2502-8332

Pangestu F., Widodo A, W., Rahayudi B., 2018. Prediksi Jumlah Kendaraan Bermotor di Indonesia Menggunakan Metode Average-Based Fuzzy Time Series Models. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 2 No. 9, September 2018, e-ISSN 2548-964X

Guntoro, Costaner L., Lisnawati, 2019. Prediksi Jumlah Kendaraan di Provinsi Riau Menggunakan Metode Backpropagation. Jurnal Ilmiah Ilmu Komputer, Vol. 14 No. 1, Februari 2019, e-ISSN 2597-4963, p-ISSN 1858-4853

Ramady G. D., Wowiling R. G., 2017. Analisa Prediksi Laju Kendaraan Menggunakan Metode Linear Regresion Sebagai Indikator Tingkat Kemacetan. ISU Teknologi STT Mandala, Vol. 12 No.2, Desember 2017, ISSN 1979-4818

Wiryanata K. S., Candiasa M., Suarsana M., 2020. Analisis Perkembangan Kendaraan Bermotor di Bali Menggunakan Holt’s Smoothing Model. Mandar Maju Vol. 7 No. 2, September 2020, e-ISSN 2579-4647 p-ISSN 2355-3782

Fraticasari S. Y., Ratnawati D. E., Wihandika R. C., 2018. Optimasi Pemodelan Regresi Linier Berganda Pada Prediksi Jumlah Kecelakaan Sepeda Motor Dengan Algoritme Genetika, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Mei 2018, e-ISSN: 2548-964X

Ayuningtias P. L., Irfan M., Jumadi, 2017. Analisa Perbandingan Logic Fuzzy Metode Tsukamoto, Sugeno, dan Mamdani Studi Kasus : Prediksi Jumlah Pendaftar Mahasiswa Baru Fakultas Sains Dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung. Jurnal Teknik Informatika, ISSN 1979-9160, Vol. 10, No. 1, 2017

Badan Pusat Statistik Kota Tangerang Selatan, 2021. Kota Tangerang Selatan Dalam Angka 2021. 10 (3), ISSN 36740-2101

Holland, John, H. 1975. Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology, Control, and Artificial Intelligence; MIT Press: Cambridge, USA,

Hassanat A., Almohammadi K., dkk. 2019. Choosing Mutation and Crossover Ratios for Genetic Algorithms — A Review with a New Dynamic Approach. 10 (2). 10 Desember 2019. Multidisciplinary Digital Publishing Institute (MDPI), Switzerland




DOI: https://dx.doi.org/10.36080/bit.v18i1.1302

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Budi Luhur Information Technology

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.


OFFICE:

FAKULTAS TEKNOLOGI INFORMASI - UNIVERSITAS BUDI LUHUR, Jl. Ciledug Raya, Petukangan Utara, Jakarta Selatan, 12260. DKI Jakarta, Indonesia. Telp: 021-585 3753 Fax: 021-585 3752

Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) by FAKULTAS TEKNOLOGI INFORMASI - UNIVERSITAS BUDI LUHUR is licensed under CC BY-SA 4.0 Creative Commons License

View Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Satats Web Analytics Made Easy