Image of PREDIKSI JANGKA PENDEK ALIRAN LALU LINTAS DENGAN SUPPORT VECTOR MACHINE UNTUK MENGURANGI KEMACETAN DI RUAS TOL DALAM KOTA JAKARTA

Text

PREDIKSI JANGKA PENDEK ALIRAN LALU LINTAS DENGAN SUPPORT VECTOR MACHINE UNTUK MENGURANGI KEMACETAN DI RUAS TOL DALAM KOTA JAKARTA

Kemacetan lalu lintas di ruas tol dalam kota Jakarta memerlukan suatu penanganan yang serius. Usulan yang ditawarkan berupa solusi prediksi jangka pendek yang akurat untuk mendukung sistem manajemen rekayasa lalu lintas. Penelitian ini menggunakan model Support Vector Machine (SVM) untuk memprediksi lalu lintas berdasarkan beberapa variabel yaitu kecepatan rata-rata, volume kendaraan, cuaca, dan waktu, dengan membandingkannya dengan model eksisting yaitu ARIMA. Data kemudian dilihat akurasinya menggunakan Mean Absolute Error (MAE), Mean Percentage Error (MPE), dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa model SVM 1 yang hanya menggunakan variabel input volume kendaraan memiliki tingkat akurasi prediksi yang lebih baik dengan nilai MAE= 79,13, MPE= 5,51%, dan RMSE= 99,90 dibandingkan model SVM 2 (yang menggunakan variabel kecepatan rata-rata, volume kendaraan, cuaca, dan waktu) dan model eksisting ARIMA. Hasil prediksi jangka pendek juga dapat diimplementasikan dalam sistem manajemen lalu lintas untuk mengurangi kemacetan di ruas tol dalam kota Jakarta. Penyelesaian permasalahan kemacetan dapat memberikan dampak positif bagi PT Jasa Marga, antara lain peningkatan kepuasan pengguna jalan tol dan peningkatan pendapatan tol melalui peningkatan volume kendaraan yang terus menerus mengalir tanpa ada hambatan kemacetan.

Availability
300076807680RLC MM (Rak Tesis)Available
Detail Information
Series Title
-
Statement of Responsibility
Call Number
7680
Publisher
Salemba, Jakarta : Magister Manajemen FEB UI.,
Collation
xii, 87 p. : ill. ; 30 cm.
Language
Indonesia
ISBN/ISSN
-
Classification
650
Content Type
-
Edition
-
Subject(s)
Tesis
Empirik
Manajemen Operasi
Congestion
Short Term Traffic Prediction
Traffic Management Support Vector Machine
ARIMA
Specific Detail Info
-
Other version/related

No other version available

File Attachment
No Data
Comments
You must be logged in to post a comment