Search for collections on Publications

PENGGUNAAN ALGORITMA NEURAL NETWORK UNTUK PREDIKSI DATA ARUS LALU LINTAS JANGKA PENDEK DI KABUPATEN JEPARA

KHASANUDIN, 6012042 (2017) PENGGUNAAN ALGORITMA NEURAL NETWORK UNTUK PREDIKSI DATA ARUS LALU LINTAS JANGKA PENDEK DI KABUPATEN JEPARA. Skripsi thesis, UNISNU JEPARA.

[thumbnail of 6012042_COVER.pdf]
Preview
Text
6012042_COVER.pdf - Published Version

Download (625kB) | Preview
[thumbnail of 6012042_BAB I.pdf]
Preview
Text
6012042_BAB I.pdf - Published Version

Download (182kB) | Preview
[thumbnail of 6012042_BAB II.pdf]
Preview
Text
6012042_BAB II.pdf - Published Version

Download (531kB) | Preview
[thumbnail of 6012042_BAB III.pdf]
Preview
Text
6012042_BAB III.pdf - Published Version

Download (162kB) | Preview
[thumbnail of 6012042_BAB IV.pdf]
Preview
Text
6012042_BAB IV.pdf - Published Version

Download (247kB) | Preview
[thumbnail of 6012042_BAB V.pdf]
Preview
Text
6012042_BAB V.pdf - Published Version

Download (148kB) | Preview
[thumbnail of 6012042_DAFTAR PUSTAKA.pdf]
Preview
Text
6012042_DAFTAR PUSTAKA.pdf - Published Version

Download (99kB) | Preview

Abstract

Ketidak seimbangan pertumbuhan sarana transportasi khususnya sepeda motor dan kendaraan pribadi berkembang sangat pesat daripada pertumbuhan prasarana transportasi sehingga berdampak pada kemacetan lalu lintas. Kabupaten Jepara termasuk ke dalam 35 kabupaten/kota yang ada di Propinsi Jawa Tengah. Beberapa faktor yang mempengaruhi kemacetan di Jepara adalah :1) Beberapa sekolah yang ada di Jepara terletak di pinggir jalan sehingga menimbulkan kemacetan karena ketika pagi jam berangkat sekolah parkir pengantar dan siang jam pulang sekolah ketika menjemput dan banyaknya orang yang berjualan di depan sekolah.2) Banyaknya Industri yang berdiri di Jepara sedangkan kapasitas jalan sempit. 3) Parkir liar/sembarangan. Oleh sebab itu, penelitian ini dilakukan untuk membuktikan algoritma neural network yang paling akurat dalam prediksi data arus lalu lintas dengan menggunakan data volume lalu lintas kabupaten Jepara. Dataset yang diperoleh sejumlah 70 record dengan pembagian 50 data training dan 20 data testing. Parameter yang digunakan antara lain : Nama (ID), Waktu, Motor Cycle (MC), Light Vehicle(LV), Heavy Vehicle (HV), Kapasitas (C), Volume (V), V/C dan kesimpulan label. Hasil penelitian yang diperoleh nilai root mean squared error sebesar 1.09.

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing I : Nur Aeni Widiastuti,M.Kom Pembimbing II : Akhmad Khanif Zyen,M.Kom
Uncontrolled Keywords: Prediksi, arus lalu lintas, neural network
Subjects: 000 Karya Umum > 000 Ilmu Umum dan Komputer > 001 Ilmu Pengetahuan > 001.4 Riset, Metode Statistik
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Admin Perpustakaan Unisnu
Date Deposited: 01 Apr 2022 02:51
Last Modified: 01 Apr 2022 02:51
URI: https://eprints.unisnu.ac.id/id/eprint/2884

Actions (login required)

View Item
View Item