Penentuan Klaster Koridor TransJakarta dengan Metode Majority Voting pada Algoritma Data Mining
| Autor: | Farah Chikita Venna, Moh Makruf, Arief Wibowo, Inge Virdyna |
|---|---|
| Jazyk: | indonéština |
| Rok vydání: | 2021 |
| Předmět: |
Majority rule
Coronavirus disease 2019 (COVID-19) Computer science Davies–Bouldin index Microsoft excel Information technology computer.software_genre covid-19 transjakarta clusterization davies bouldin index majority voting T58.5-58.64 Systems engineering TA168 covid-19 transjakarta klasterisasi DBI majority voting Cluster (physics) Data mining Cluster analysis computer |
| Zdroj: | Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), Vol 5, Iss 3, Pp 565-575 (2021) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi); Vol 5 No 3 (2021): Juni 2021; 565-575 |
| ISSN: | 2580-0760 |
| DOI: | 10.29207/resti.v5i3 |
| Popis: | The Covid-19 pandemic has made many changes in the patterns of community activity. Large-Scale Social Restrictions were implemented to reduce the number of transmission of the virus. This clearly affects the mode of transportation. The mode of transportation makes new regulations to reduce the number of passenger capacities in each fleet, for example, TransJakarta services. This study will categorize the TransJakarta corridors before and during the Covid-19 pandemic. The clustering method of K-Means and K-Medoids is used to obtain accurate calculation results. The calculations are performed using Microsoft Excel, Rapid Miner, and Python programming language. The clustering results obtained that using K-Means algorithm before Covid-19 pandemic, an optimum number of clusters is 3 clusters with DBI (Davies Bouldin Index) value is 0.184, and during Covid-19 pandemic, the optimum number of clusters is 2 clusters with DBI value is 0.188. Meanwhile, when using the K-Medoids algorithm before the Covid-19 pandemic, an optimum number of clusters is 3 clusters with the DBI value is 0.200, and during the Covid-19 pandemic, an optimum number of clusters is 4 clusters with the DBI value is 0.190. The final cluster is determined using the majority voting approach from all the tools used. Pandemi Covid-19 menjadikan banyak perubahan dalam pola aktifitas masyarakat. Pembatasan Sosial Berskala Besar (PSBB) diimplementasi guna menekan angka penularan virus tersebut. Hal ini jelas berpengaruh terhadap moda transportasi. Moda transportasi membuat aturan baru untuk mengurangi jumlah kapasitas penumpang di setiap armada, sebagai contoh layanan Transjakarta. Penelitian ini akan mengelompokkan koridor TransJakarta sebelum dan selama masa pandemi Covid-19. Metode klasterisasi K-Means dan K-Medoids digunakan untuk mendapatkan hasil perhitungan yang akurat. Perhitungan dilakukan menggunakan tools Microsoft Excel, Rapid Miner dan bahasa pemrograman Python. Berdasarkan hasil pengelompokan yang diperoleh dari penggunaan algoritma K-Means sebelum masa pandemi, jumlah cluster optimal adalah 3 cluster dengan nilai DBI (Davies Bouldin Index) 0,184, dan selama masa pandemi, jumlah cluster optimal adalah 2 cluster dengan nilai DBI 0,188. Sementara itu, bila menggunakan algoritma K-Medoids sebelum masa pandemi, jumlah cluster optimal adalah 3 cluster dengan nilai DBI 0,200, dan selama masa pandemi, jumlah cluster optimal adalah 4 cluster dengan nilai DBI 0,190. Penentuan cluster akhir menggunakan pendekatan metode majority voting dari semua tools yang digunakan. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|