PREDIKSI VOLUME LALU LINTAS ANGKUTAN LEBARAN PADA WILAYAH JAWA TENGAH DENGAN METODE K-MEANS CLUSTERING UNTUK ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
Abstrak: Di Indonesia
kepadatan arus lalu lintas terjadi pada jam berangkat dan pulang kantor,
hari-hari libur panjang atau hari-hari besar nasional terutama saat hari raya
Idul Fitri (lebaran). Mudik sudah menjadi tradisi bagi masyarakat Indonesia
yang ditunggu-tunggu menjelang lebaran, berbondong-bondong untuk pulang ke
kampung halaman untuk bertemu dan berkumpul dengan keluarga. Kegiatan rutin
tahunan ini banyak di lakukan khususnya bagi masyarakat kota-kota besar seperti
Jakarta, dimana diketahui bahwa Jakarta adalah Ibu kota negara Republik
Indonesia dan menjadi tujuan merantau untuk mencari pekerjaan yang lebih layak
yang merupakan harapan besar bagi masyarakat desa. Volume kendaraan bertambah
sejak 7 hari menjelang lebaran sampai 7 hari setelah lebaran tiap tahunnya
terutama pada arah keluar dan masuk wilayah Jawa Tengah yang banyak menjadi
tujuan mudik. Volume kendaraan saat arus mudik yang selalu meningkat inilah
yang akan diteliti lebih lanjut dengan metode ANFIS agar dapat menjadi
alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar
pelayanan lalu lintas, kemacetan panjang dan angka kecelakaan berkurang. Dengan
input parameter ANFIS yang digunakan yaitu pengclusteran hingga 5 cluster,
epoch 100, error goal 0 diperoleh performa terbaik ANFIS dengan K-Means
clustering yang terbagi menjadi 3 cluster, epoch terbaik sebesar 20 dengan RMSE
Training terbaik sebesar 0,1198, RMSE Testing terbaik sebesar 0,0282 dan waktu
proses tersingkat sebesar 0,0695.Selanjutnya hasil prediksi diharapkan dapat
bermanfaat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun
selanjutnya agar pelayanan lalu lintas lebih baik lagi.
Penulis: Evanita, Edi
Noersasongko, Ricardus Anggi Pramunendar
Kode Jurnal: jptmesindd160568
