Klasifikasi Status Kemacetan Menggunakan Naive Bayes
Classification (Studi Kasus di Persimpangan Buah Batu Kota
Bandung)

QAULI ADZKIA

Informasi Umum

Kode

20.04.3702

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

60 kali

Informasi Lainnya

Abstraksi

Kemacetan merupakan permasalahan utama dalam lalu lintas. Banyaknya jumlah kendaraan yang tanpa diikuti dengan pertambahan ruas jalan menyebabkan terjadinya kemacetan dan penumpukkan kendaraan di per-simpangan jalan. Penelitian ini melakukan klasifikasi berdasarkan data Persimpangan Buah Batu yang didapatkan dari Dinas perhubungan Kota Bandung yang menggunakan teknik data mining. Atribut yang akan digunakan dalam melakukan klasifikasi kemacetan adalah waktu, posisi kendaraan, volume kendaraan yang lolos, kapasitas jalan, derajat kejenuhan dan level of service dari kemacetan. Metode yang digunakan ialah metode Naive Bayes Classifier, yang merupakan salah satu teknik pengklasifian dalam data mining. Berdasarkan penelitian yang dilakukan dihasilkan kesimpulan bahwa, Sistem klasifikasi kemacetan di persimpangan Buah Batu kota Bandung dapat direkayasa dan berdasarkan hasil pengujian confusion matrix, penggunaan metode klasifikasi naive bayes terhadap dataset yang telah diambil pada objek penelitian diperoleh tingkat akurasi sebesar 70.68 %. Sementara nilai Precision sebesar 80.68 % dan Recall sebesar 84.65 %.