Prayoga, Andy (2019) Peramalan Angka Kecelakaan Lalu Lintas Kota Surabaya Menggunakan Metode Jaringan Syaraf Tiruan. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05211340000128-Undergraduate_Theses.pdf Download (5MB) | Preview |
Abstract
Pada zaman ini pergerakan kendaraan, atau lalu lintas merupakan pilar pendukung yang penting untuk memastikan berjalannya roda kehidupan masyarakat dan ekonomi. Sebagai kegiatan yang kebanyakan masyarakat lakukan setiap harinya, aspek keamanan dalam berlalu lintas tidak dapat diabaikan. Salah satu masalah yang sering muncul terkait dengan keamanan dan keselamatan dalam berlalu lintas adalah kecelakaan. Kecelakaan lalu lintas merupakan masalah yang membutuhkan perhatian serius karena kerugian yang bisa dihasilkannya. Selain potensi kerugian harta yang besar, nyawa seseorang juga bisa hilang karena kecelakaan lalu lintas. Namun dengan mengetahui angka kemungkinan kecelakaan yang akan terjadi, pihak berwenang akan dapat terlebih dahulu mempersiapkan diri untuk menghadapi insiden saat benar-benar terjadi. Penelitian ini bertujuan untuk mengembangkan model peramalan menggunakan metode Jaringan Syaraf Tiruan (Artificial Neural Network) untuk meramalkan empat variabel yang terkait dengan kecelakaan di kota Surabaya, variabel-variabel tersebut adalah jumlah kecelakaan, jumlah korban meninggal dunia, jumlah korban luka berat, dan jumlah korban luka ringan. Hasil dari penelitian ini akan berupa model ANN peramalan terbaik beserta performanya, dan hasil peramalan menggunakan model tersebut. Berdasarkan hasil uji coba yang telah dilakukan dengan batasan parameter yang sudah ditentukan, didapatkan model peramalan terbaik yang memiliki nilai performa MAPE 25,913% untuk variabel jumlah kecelakaan dan 27,553% untuk variabel korban luka ringan. Serta nilai SMAPE 58,487% untuk variabel korban meninggal dunia dan 81,797% untuk variabel korban luka berat.
=================================================================================================================================
In this day and age, the movement of vehicles, or traffic is an important support pillar to ensure a functioning society and economy. As an activity that most people experience everyday, the safety aspect of traffic cannot be ignored. One of the problems that often arises concerning traffic safety and security is accident. Traffic accidents are a problem in need of a serious attention because of the losses it incurred. Other than the possibility of huge material losses, traffic accidents can also take ones’ life away. But by knowing the possible number of accidents that’s going to happen, authorities can first prepare to deal with the incidents when they do happen. This research aims to develop a forecasting model using Artificial Neural Network.to forecast four variables related to traffic accidents in Surabaya, the variables consisted of the number of traffic accidents, the number of of victims died, the number of victims with heavy injury, and the number of victims with light injury. The result of this research are the ANN forecasting model with its performance, and the forecast result using said model. Based on the result of the trials and tests conducted with the predetermined parameters, an optimum forecasting model was obtained with a MAPE value of 25,913%.for the number of accidents variable, and 27,553% for the number of victims with light injury variable. Also with a SMAPE value of 58,487% for the number of victims died, and 81,797% for the number of victims with heavy injury variable.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | RSSI 519.535 Pra p-1 2019 |
| Uncontrolled Keywords: | Peramalan, Kecelakaan, Artificial Neural Network, ANN, Surabaya, Indonesia |
| Subjects: | H Social Sciences > HB Economic Theory > Economic forecasting--Mathematical models. Q Science > QA Mathematics > QA336 Artificial Intelligence Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) T Technology > T Technology (General) |
| Divisions: | Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis |
| Depositing User: | Andy Prayoga |
| Date Deposited: | 14 May 2024 02:18 |
| Last Modified: | 14 May 2024 02:18 |
| URI: | http://repository.its.ac.id/id/eprint/64378 |
Actions (login required)
 |
View Item |