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

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

Penulis

  • Andhi Surya Wicaksana Fakultas Ilmu Komputer, Universitas Brawijaya
  • Budi Darma Setiawan Fakultas Ilmu Komputer, Universitas Brawijaya
  • Bayu Rahayudi Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

fuzzy time series, algoritma genetika, prediksi, kepadatan lalu lintas di jalan tol

Abstrak

Perbaikan dan peningkatan fasilitas lalu lintas terus dilakukan secara terus menerus, namun pemilihan waktu perbaikan tanpa perhitungan yang benar hanya akan menambah kemacetan lalu lintas yang ada, hal tersebut akan berdampak pada kenyamanan dan keamanan pengguna lalu lintas. 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 perbaikan dan peningkatan fasilitas di lalu lintas 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 16,66% yang termasuk ke dalam kualifikasi baik dan berhasil.

Unduhan

Diterbitkan

25 Aug 2017

Cara Mengutip

Wicaksana, A. S., Setiawan, B. D., & Rahayudi, B. (2017). Algoritma Genetika Untuk Optimasi Fuzzy Time Series Dalam Memprediksi Kepadatan Lalu Lintas di Jalan Tol. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(3), 1063–1071. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/1056

Terbitan

Bagian

Artikel
Loading...