Algoritma Genetika Untuk Optimasi Fuzzy Time Series Dalam Memprediksi Kepadatan Lalu Lintas Di Jalan Tol

Wicaksana, Andhi Surya (2017) Algoritma Genetika Untuk Optimasi Fuzzy Time Series Dalam Memprediksi Kepadatan Lalu Lintas Di Jalan Tol. Sarjana thesis, Universitas Brawijaya.

Abstract

Manajemen lalu lintas di jalan tol sangat penting untuk menyediakan mobilitas dalam kota dan sekitarnya. Kontrol Manajemen lalu lintas yang tepat dapat diimplementasikan untuk menghindari kemacetan dan menangani kecelakaan. Prasarana lalu lintas yang baik akan mendukung kelancaran arus barang, jasa, serta aktifitas masyarakat. Penelitian yang sudah banyak dilakukan untuk memprediksi kepadatan lalu lintas namun belum banyak yang terfokus pada lalu lintas di jalan tol. Dengan metode fuzzy time series yang dioptimasi dengan metode algoritma genetika penulis ingin membantu menyelesaikan permasalahan tersebut untuk memprediksi kepadatan lalu lintas di jalan tol, diharapkan hasil penelitian dapat membantu sebagai acuan agar kontrol manajemen di lalu lintas lebih lancar dan tidak menambah kemacetan yang ada. Berdasarkan hasil pengujian tingkat akurasi hasil prediksi yang menggunakan metode Average Forecasting Error Rate (AFER) didapatkan hasil persentase tingkat error sebesar 16,66% yang termasuk ke dalam kualifikasi baik dan berhasil.

English Abstract

Traffic management on the highway is very important to provide mobility within the city and surrounding areas. Control Appropriate traffic management can be implemented to avoid congestion and handle accidents. Good traffic infrastructure will support the smooth flow of goods, services, and community activities. Research has been done a lot to predict traffic density but not much focused on traffic on the highway. With fuzzy time series method optimized with Genetic Algorithm method, the writer wants to help solve the problem to predict traffic density on toll road, hopefully the result of research can help as a reference to control the management in traffic more smoothly and not increase the existing congestion. Based on the results of testing the accuracy of the results of predictions using the Average Forecasting Error Rate (AFER) method obtained the result of the percentage of error rate of 16.66% which belongs to the qualification good and successful.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2017/530/051707852
Uncontrolled Keywords:	Fuzzy Time Series, Algoritma Genetika, Prediksi, Kepadatan Lalu Lintas Di Jalan Tol
Subjects:	000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Yusuf Dwi N.
Date Deposited:	28 Aug 2017 08:32
Last Modified:	28 Sep 2020 09:33
URI:	http://repository.ub.ac.id/id/eprint/1790

Text Andhi Surya Wicaksana.pdf Download (6MB)

Actions (login required)

View Item