Tamrin, Muhamad Octorie Feisal (2021) TA: ALGORITMA K-MEANS UNTUK PENGELOMPOKAN KELAIKAN ANGKUTAN UMUM. Skripsi thesis, Institut Teknologi Nasional.

Preview	Text (Cover) 01 Cover 152016049.pdf Download (950kB) | Preview
Preview	Text (Abstrak) 02 Abstrak 152016049.pdf Download (143kB) | Preview
Preview	Text (Daftar Isi) 03 Daftar Isi 152016049.pdf Download (758kB) | Preview
Preview	Text (Bab 1) 04 Bab 1 152016049.pdf Download (234kB) | Preview
Preview	Text (Bab 2) 05 Bab 2 152016049.pdf Download (2MB) | Preview
Preview	Text (Daftar Pustaka) 06 Daftar Pustaka 152016049.pdf Download (290kB) | Preview

Abstract

Penurunan kualitas udara salah satu penyebabnya adalah tingkat emisi dari kendaraan yang memproduksi partikulat sehingga dapat menurunkan kualitas udara. Salah satu kendaraan bermotor yang sering melintas dijalan adalah angkutan umum, dimana kendaraan angkutan umum merupakan moda transportasi yang digunakan untuk mengangkut orang atau barang dari suatu tempat ke tempat lain. Untuk mendeteksi polusi disebabkan oleh gas buang kendaraan dapat dilakukan uji emisi dimana parameter yang digunakan adalah Hidrokarbon (HC) dan Karbon Monoksida (CO). Proses mendeteksi pencemaran udara akibat gas buang kendaraan dapat dilakukan pengelompokan agar dapat mengetahui kendaraan dengan memiliki karakteristik yang sama dikelompokan ke suatu wilayah yang sama dan kendaraan yang memiliki karakteristik yang berbeda dikelompokan ke wilayah lain. Oleh karena itu, dilakukanlah klasterisasi kelaikan angkutan umum dengan metode yang digunakan dalam pengelompokan ini adalah Elbow, Silhouette Coefficient dan Davies-Bouldin Index (DBI). Ketiga metode tersebut merupakan proses dalam menentukan jumlah klaster atau menguji kualitas performa yang masing-masing metode diuji untuk mendapatkan hasil yang paling optimal. Selain itu terdapat Algoritma Genetika yang dapat mengoptimalkan dalam menentukan initial centroid dan Algoritma K-Means melakukan proses pengelompokan. Hasil pengelompokan tersebut didapat nilai fitness sebesar 1,358187 dan akurasi sebesar 86.45% dengan jumlah populasi 10 serta kombinasi probabilitas crossover sebesar 0,9 dan probabilitas mutasi 0,1.

Actions (login required)

View Item