Wahid Hasyim University | Digital Repository

METODE K-NEAREST NEIGHBOR UNTUK PERAMALAN KEPADATAN ARUS LALU LINTAS DI GERBANG TOL MANYARAN SEMARANG

Maslikhatus, Sho’imah (2018) METODE K-NEAREST NEIGHBOR UNTUK PERAMALAN KEPADATAN ARUS LALU LINTAS DI GERBANG TOL MANYARAN SEMARANG. Skripsi thesis, Universitas Wahid Hasyim Semarang.

[img]
Preview
Text
Cover.pdf

Download (652kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (224kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (474kB) | Preview
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (326kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (994kB)
[img] Text
BAB V.pdf
Restricted to Registered users only

Download (179kB)
[img]
Preview
Text
DAFTAR LAMPIRAN.pdf

Download (683kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (222kB) | Preview

Abstract

Lalu lintas memiliki peran yang sangat penting di dalam kehidupan bermasyarakat. Dalam berlalu lintas juga sering muncul masalah dalam kegiatan berlalu lintas, diantaranya adalah kemacetan dan kecelekaan yang disebabkan oleh banyak faktor, salah satu faktor penyebabnya adalah jumlah kendaraan yang melebihi kapasitas jalan. Banyak penelitian yang dilakukan dalam memprediksi arus lalu lintas dengan menggunakan banyak metode seperti Particle Swarm Optimization (Pso), Neurak Netwrok dan masih banyak lagi. Dalam penelitian ini metode yang di gunakan adalah K-nearest neighbor (K-NN) yang mempunyai tingkat akurasi yang cukup tinggi. Salah satu kelemahan dari metode K-NN adalah menggunakan seluruh data training dalam menjalankan klasifikasi yang mengakibatkan pada lamanya saat menjalankan prediksi dan mengurangi tingkat akurasi. Dalam penelitian ini menggunakan metode K-NN dengan tujuan menghasilkan nilai prediksi jumlah kendaraan yang melewati gerbang tol Manyaran pada tahun 2018 dengan jumlah prediksi angka kendaraan pada bulan Januari 949014 Februari 902284, Maret 845307, April 919796, Mei 970834, Juni 1377159, Juli 946759, Agustus 897521 , September 939153, Oktober 921456, November 931507 , Desember 946750.

Item Type: Thesis (Skripsi)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: eprints perpustakaan unwahas
Date Deposited: 10 Aug 2018 06:42
Last Modified: 10 Aug 2018 06:42
URI: http://eprints.unwahas.ac.id/id/eprint/1043

Actions (login required)

View Item View Item