Damayanti, Shinta Raudita Octora (2025) PREDIKSI KEMACETAN LALU LINTAS MENGGUNAKAN RANDOM FOREST DENGAN TUNING HYPERPARAMETER DAN PENYEIMBANGAN DATA (TA.2.25.008). Diploma thesis, UNIVERSITAS LOGISTIK DAN BISNIS INTERNASIONAL.
Full text not available from this repository.Abstract
Kemacetan lalu lintas merupakan permasalahan kompleks yang berdampak negatif terhadap efisiensi transportasi, perekonomian, dan kualitas hidup masyarakat. Penelitian ini bertujuan mengembangkan model prediksi tingkat kemacetan lalu lintas menggunakan algoritma Random Forest dengan pendekatan optimasi hyperparameter dan teknik penyeimbangan data. Dataset penelitian diperoleh dari platform Kaggle yang memuat variabel seperti waktu, jumlah kendaraan, dan kategori tingkat kemacetan. Proses penelitian dilakukan melalui empat tahapan eksperimen utama, yaitu perbandingan jumlah K-Fold untuk validasi silang, perbandingan performa beberapa model, variasi rasio pembagian data latih dan uji, serta penyesuaian hyperparameter menggunakan metode GridSearchCV. Untuk mengatasi permasalahan ketidakseimbangan kelas, diterapkan teknik Random undersampling sehingga distribusi data menjadi lebih proporsional. Kinerja model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil terbaik diperoleh pada konfigurasi 9-Fold cross-validation dengan rasio data 80:20, hyperparameter n_estimators = 91 dan max_features = 4, yang menghasilkan akurasi sebesar 98,36% dengan nilai presisi, recall, dan F1-score yang seimbang di semua kelas. Model terbaik ini kemudian diimplementasikan dalam bentuk aplikasi web sederhana yang dapat memprediksi tingkat kemacetan berdasarkan input jumlah kendaraan dan waktu. Penelitian ini menunjukkan potensi penerapan machine learning dalam mendukung pengambilan keputusan terkait manajemen lalu lintas secara lebih efektif dan efisien. Kata Kunci: Kemacetan lalu lintas; Random Forest; GridSearchCV; penyeimbangan data; prediksi lalu lintas
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D4 |
| Depositing User: | PKL TUJUH TUJUH |
| Date Deposited: | 26 Sep 2025 03:14 |
| Last Modified: | 26 Sep 2025 03:14 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/3498 |
Actions (login required)
 |
View Item |
