Analisis Penggunaan Algoritma Kaal Real Time Stream Mining pada Real Time Flight Scheduling

RIZAL PURWOSAPUTRO

Informasi Umum

Kode

16.04.1363

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

248 kali

Informasi Lainnya

Abstraksi

Pada setiap maskapai, pastinya flight scheduling sudah direncanakan jauh-jauh hari. Namun, ada saja gangguan yang terjadi setiap hari bahkan setiap waktu, sehingga harus melakukan perubahan jadwal penerbangan secara real time atau yang disebut real time scheduling yang dilakukan oleh FOO (Flight Operation Officer). Tugas seorang FOO adalah membuat schedule crew, tracking crew, mengatur transport crew, radio navigasi, membuat flight plan, mengisi load sheet, membaca peta meteorologi, briefing pilot sebelum take off sampai memonitor pesawat saat di udara, serta menjadi decision maker atau pengambil keputusan disaat-saat darurat. Setiap keputusan yang dibuat ditentukan pada kurun waktu yang relatif cepat dan keputusan tersebut bersifat final, yaitu tidak dapat dirubah lagi setelah diputuskan dan sangat mempengaruhi faktor lain. Maka disini dibutuhkan solusi yang memberikan rekomendasi dengan cepat berupa gangguan apa yang paling mempengaruhi perubahan jadwal. Sehingga dapat diambil tindakan dengan cepat apa yang harus dilakukan oleh FOO. Data yang digunakan untuk menentukan penyebab delay pada penelitian ini adalah data penerbangan yang mengalir secara kontinu. Metode penyelesaian dengan menggunakan proses preprocessing dan algoritma Kaal yang merupakan algoritma untuk stream mining pada data stream sehingga dari rule-rule yang ada akan di proses oleh algoritma ini, dan akan mengeluarkan rekomendasi faktor serta performansi dari algoritma kaal yang digunakan. Dan pengujian dilakukan dengan training dan testing model serta uji performansi dari aloritma. Dari hasil pengujian yang sudah dilakukan menunjukan akurasi 91.19% untuk pengujian model yang dimana model yang dibentuk valid. Performansi dari algoritma ini sangat cepat karena dapat memproses 23.923 record/detik serta memory yang digunakan efisien sehingga algoritma ini sangat cocok digunakan untuk kasus ini.

Kata kunci: flight scheduling, real time scheduling, data stream, stream mining, rule.