Metode Clustering Untuk Similaritas Jalur Penerbangan Pada Data Automatic Dependent Surveillance-Broadcast (Adsb)

Saiful, Achmad (2018) Metode Clustering Untuk Similaritas Jalur Penerbangan Pada Data Automatic Dependent Surveillance-Broadcast (Adsb). Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05111650010050-Master_Thesis.compressed (1).pdf]
Preview
Text
05111650010050-Master_Thesis.compressed (1).pdf - Accepted Version

Download (1MB) | Preview

Abstract

Investigasi kecelakaan penerbangan di Indonesia pada tahun 2010 sampai 2016 sebesar 212 investigasi. Hal tersebut dapat dihindari apabila ada suatu sistem penerbangan yang dapat memastikan penerbangan berjalan aman, seperti sistem lalu lintas udara yang dapat mendeteksi apabila pesawat bergerak menuju kearah yang salah.
Dalam penelitian ini penulis melakukan pengelompokan pada rute penerbangan pada data Automatic Dependent Surveillance-Broadcast (ADS-B) menggunakan metode clustering untuk mendapatkan similaritas rute penerbangan. Penulis mengusulkan penerapan metode particle swarm optimization untuk mengoptimalkan metode k-means dan k-medoids. Hasil dari penelitian ini menghasilkan pola penerbangan yang dapat digunakan sebagai model untuk deteksi anomali.
Pengujian dilakukan dengan membandingkan nilai davies-bouldin index dengan metode k-means, k-medoids dan fuzzy c-means. Pada uji coba yang dilakukan, metode yang diusulkan menjadi kelompok metode terbaik pada lima dari enam segmen yang ada serta menghasilkan nilai davies-bouldin index lebih baik pada satu segmen dibandingkan dengan metode k-means, k-medoids dan fuzzy c-means.
===================================================================================================
There are 212 investigations on aviation accident from 2010 to 2016 in Indonesia. The accidents can be avoided by providing a flight system that can ensure safety, such as air traffic systems that able to detect the movement of the plane in the wrong direction.
This research clusters the data from the Automatic Dependent Surveillance-Broadcast (ADS-B) using clustering method to get the similarities of the flight route and proposes particle swarm optimization to determine the initial cluster in order to get the optimum of k-means and k-medoids. Output of this research produces flight patterns that can be used as models for anomaly detection.
The test is done by comparing davies-bouldin index values with k-means, k-medoids and fuzzy c-means method. Based on the experiments, the proposed method becomes the best group method on five of six existing segments and obtains better davies-bouldin index values on one segment than k-means, k-medoids and fuzzy c-means.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Pengelompokan, rute penerbangan, segment, k-means, k-medoids, fuzzy c-means, particle swarm optimization, davies-bouldin index
Subjects: T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing
Divisions: Faculty of Information and Communication Technology > Informatics > 55101-(S2) Master Thesis
Depositing User: Achmad Saiful
Date Deposited: 21 Jul 2021 23:23
Last Modified: 21 Jul 2021 23:23
URI: http://repository.its.ac.id/id/eprint/57102

Actions (login required)

View Item View Item