ADAM, ERDITO NAUSHA (2025) OPTIMASI JADWAL BUS BANDARA MELALUI INTEGRASI ALGORITMA GENETIKA DAN LIGHTGBM (TA.2.25.054). Diploma thesis, UNIVERSITAS LOGISTIK DAN BISNIS INTERNASIONAL.
Full text not available from this repository.Abstract
Penjadwalan armada bus bandara merupakan masalah optimisasi kompleks yang secara tradisional mengandalkan pendekatan manual, seringkali menghasilkan jadwal yang tidak efisien dengan tingkat keterisian penumpang (load factor) yang rendah dan biaya operasional yang tinggi. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi sebuah sistem cerdas dengan pendekatan hibrida untuk mengotomatisasi dan mengoptimalkan penyusunan jadwal bus bandara. Metodologi yang diusulkan mengintegrasikan dua komponen utama. Pertama, sebuah model Machine Learning prediktif berbasis klasifikasi LightGBM (LGBM) dibangun untuk mengestimasi probabilitas keberhasilan dan load factor setiap potensi perjalanan berdasarkan atribut historis seperti hari, waktu, dan rute. Kedua, sebuah Algoritma Genetika (GA) digunakan sebagai mesin optimisasi, di mana fungsi fitness dari setiap individu (jadwal) secara dinamis dievaluasi menggunakan hasil prediksi dari model Machine Learning untuk memaksimalkan total estimasi penumpang. Sistem ini juga diperkuat dengan logika heuristik yang memastikan trip-trip unggulan dari simulasi awal dipertahankan dan digabungkan dengan solusi optimal baru yang ditemukan oleh GA. Hasil pengujian dalam lingkungan simulasi menunjukkan bahwa sistem hibrida dengan akurasi LGBM 80.63% ini mampu secara signifikan meningkatkan skor utilitas jadwal, menghasilkan jadwal akhir yang lebih ramping dengan rata-rata load factor yang lebih tinggi, serta berhasil mengeliminasi perjalanan yang tidak produktif, terbukti saat dilakukan simulasi menghasilkan peningkatan total estimasi penumpang (dari 478 menjadi 841) dan kenaikan load factorrata-rata (dari 82% ke 87%). Pendekatan hibrida menawarkan solusi yang efektif dan praktis bagi operator transportasi bus untuk meningkatkan efisiensi operasional dan profitabilitas melalui penjadwalan berbasis data yang semula dilakukan manual hanya 60% rata-rata load factorn-ya, lalu meningkat menjadi 87% dengan adanya pendekatan ini. Kata Kunci: Algoritma Genetika, LightGBM, Optimasi Penjadwalan Bus, Optimasi Ketersian Penumpang.
| 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: | 30 Sep 2025 04:50 |
| Last Modified: | 30 Sep 2025 04:50 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/3695 |
Actions (login required)
 |
View Item |
