Rancang Bangun Aplikasi Informasi Kepadatan Lalu Lintas Di Surabaya Secara Real Time Dari Media Sosial Dan Visualisasi Menggunakan Google Maps API

Gunawan, Faris Adam (2020) Rancang Bangun Aplikasi Informasi Kepadatan Lalu Lintas Di Surabaya Secara Real Time Dari Media Sosial Dan Visualisasi Menggunakan Google Maps API. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05211540000110-Undegraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pertumbuhan pengguna internet di Indonesia yang semakin berkembang membuat penggunaan media sosial juga ikut berkembang, salah satu media sosial tersebut adalah Twitter dan Instagram. Media sosial merupakan salah satu penyumbang persebaran informasi yang ada di internet bagi masyarakat Indonesia. Salah satu penggunaan media sosial adalah berbagi informasi kondisi lalu lintas. Kegiatan tersebut di Surabaya dilakukan oleh beberapa akun media sosial seperti akun Sistem Informasi DISHUB Surabaya dan akun Radio Suara Suarabaya. Dengan arus informasi yang sangat cepat, informasi dari akun-akun tersebut dapat dengan cepat tergerus. Hal ini dapat diorganisir dengan cara mengelola data tidak terstruktur menjadi data terstruktur dengan menggunakan metode information extraction. Maka dari itu akan dibuat aplikasi yang dapat mengelola informasi tersebut dengan menggunakan metode Information Extraction. Informasi yang diekstraksi adalah informasi yang memiliki nama jalan dan kondisi lalu lintas pada jalan tersebut. Pada tugas akhir ini akan mengolah informasi yang telah diekstraksi dengan menggunakan metode Long Short Term Memory. Hasil dari Tugas Akhir ini adalah sebuah aplikasi berupa web yang berisi informasi kondisi lalu lintas beserta kondisi lalu lintas. Hasil dari pengujian model Long Short Term Memory pada penilitian ini menghasilkan akurasi sebesar 96.3%. Namun pada pengujian dengan data manual didapatkan hasil yang tidak konsisten, sehingga penulis menggunakan metode String Matching untuk ektraksi informasi kondisi lalu lintas serta nama jalan. Kata typo dapat menghasilkan data yang tidak akurat dan menghasilkan informasi yang tidak relevan.
===================================================================================================================================
The growth of internet users in Indonesia is growing, making the use of social media also develop, one of them is Twitter and Instagram. Social media is one of the contributors to the distribution of information available on the internet for the people of Indonesia. One of the uses of social media is sharing information about traffic conditions. The activity in Surabaya is carried out by several social media accounts such as the Surabaya DISHUB Information System account and the Suara Suarabaya Radio account. With a very fast flow of information, information from these accounts can be quickly eroded. This can be organized by managing unstructured data into structured data using the information extraction method. Therefore an application will be made that can manage the information using the Information Extraction method. Information extracted is information that has the name of the road and the traffic conditions on the road. In this thesis will process the information that has been extracted using the Long Short Term Memory method. The result of this final project is an application in the form of a web that contains information about traffic conditions and traffic conditions. The results of testing the Long Short Term Memory model in this study resulted in an accuracy of 96.3%. However, testing with manual data obtained inconsistent results, so the authors use the String Matching method to extract information about traffic conditions and road names. The word typo can produce inaccurate data and produce irrelevant information.

Item Type:	Thesis (Other)
Additional Information:	RSSI 005.276 2 Gun r-1 2020 3100020084364
Uncontrolled Keywords:	Information Extraction, Reccurent Neural Network, Long Short Term Memory, Google Maps
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Gunawan Faris Adam
Date Deposited:	15 Dec 2025 04:24
Last Modified:	15 Dec 2025 04:24
URI:	http://repository.its.ac.id/id/eprint/73095

Actions (login required)

View Item