Romdhoni, Humam Aziz (2017) Clustering Mobilitas Masyarakat Berdasarkan Moda Transportasi Menggunakan Metode K-Means. Sarjana thesis, Universitas Brawijaya.
Abstract
Mobilitas masyarakat adalah perpindahan masyarakat dari satu tempat ke tempat lain. Mobilitas masyarakat merupakan topik yang patut untuk diteliti. Karena dengan mengetahui mobilitas masyarakat kita dapat mengetahui pola rute yang dilalui, moda transportasi yang dipilih, lama waktu perjalanan, dan lain-lain. Di era modern ini, data lintasan perpindahan seorang individu dapat diketahui melalui GPS (Global Positioning System). Data-data GPS yang diperoleh tersebut dapat diolah menjadi informasi yang berguna, seperti moda transportasi apa saja yang digunakan oleh setiap individu. Untuk melakukan pengolahan data tersebut dapat digunakan salah satu metode data mining, yaitu clustering. Clustering dipilih karena data GPS untuk setiap moda transportasi dianggap mempunyai karakteristik yang hampir sama, sehingga metode pengambilan informasi yang paling tepat adalah dengan cara dikelompokkan. Salah satu metode clustering yang populer adalah k-means. Pada penelitian ini diketahui bahwa hasil cluster dengan metode k-means memiliki kualitas sedang sampai baik pada nilai k mendekati jumlah jenis moda transportasi dilihat dari nilai silhouette coefficient. Akan tetapi dari hasil pengujian ketepatan, metode kmeans menunjukkan persentase yang baik yaitu sebesar 90%.
English Abstract
Peoples mobility is the movement of people from one place to another. Peoples mobility is a worthy topic to research. Because by knowing the mobility of society we can know the pattern of the route traversed, the chosen transportation mode, the duration of travel, and others. In this modern era, moving trajectory data of an individual can be known through GPS. GPS data obtained can be processed into useful information, such as what each mode of transportation used by each individual. To perform this data processing, we can use one method of data mining, which name is clustering. Clustering is chosen because GPS data for each mode of transport is considered to have almost the same characteristics, so the most appropriate method of information retrieval is by grouping. One of the popular clustering methods is k-means. In this research we can see that the cluster with k-means method has medium to high quality when k value close to quantity of transportation mode seen from the value of silhouette coefficient. From the results of accuracy testing, k-means method shows a good percentage that is 90%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/730/051708547 |
| Uncontrolled Keywords: | K-Means, Clustering, Lintasan |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 02 Oct 2017 04:22 |
| Last Modified: | 30 Sep 2020 11:28 |
| URI: | http://repository.ub.ac.id/id/eprint/3073 |
Preview |
Text
Romdhoni, Humam Aziz.pdf Download (10MB) | Preview |
Actions (login required)
 |
View Item |