Prediksi Pelanggaran Lalu Lintas Di Kabupaten Karangasem Menggunakan Algoritma Neural Network

Tadzkirotul Latifah; Muhammad Ali Ridla

doi:10.59395/ahsana.v2i2.360

Authors

Tadzkirotul Latifah Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Ibrahimy
Muhammad Ali Ridla Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Ibrahimy

DOI:

https://doi.org/10.59395/ahsana.v2i2.360

Keywords:

lalu lintas, neural network, deep learning, forecasting

Abstract

Pelanggaran lalu lintas merupakan suatu bentuk tindakan atau perilaku yang melanggar peraturan yang telah ditetapkan pada para pengendara bermotor dalam penggunaan jalan raya. Oleh karena itu penelitian ini diharapkan dapat mengembangkan dan menerapkan model prediksi pelanggaran lalu lintas menggunakan algoritma Neural Network di Kabupaten Karangasem untuk membantu aparat kepolisian dan pihak berwenang dalam mengambil tindakan yang tepat dan tepat waktu untuk meminimalkan potensi pelanggaran. Metode Neural Network dilakukan dengan menggunakan perangkat lunak Zaitun Time series merupakan aplikasi yang digunakaan oleh peneliti untuk memprediksi pelanggaran lalu lintas pada kabupaten Karangasem. Setelah melakukan beberapa percobaan yaitu input layer 2-20 dan hidden layer 1-5. nilai terkecil berada pada input layer 20 dan hidden layer 3 yang menghasilkan nilai ERROR 1,71961 MAE 0,22518 MSE 0,08719 RMSE 0,29528.

Downloads

Download data is not yet available.

References

I. Ramadhan, A. Kurniawan, and A. S. Putra, “Penentuan Pola Penindakan Pelanggaran Lalu Lintas di DKI Jakarta Menggunakan Metode Analytic Network Process (ANP),” IKRA-ITH Inform. J. Komput. dan Inform., vol. 5, no. 1, pp. 51–57, 2021, [Online]. Available: https://journals.upi-yai.ac.id/index.php/ikraith-informatika/article/view/913

R. Nurfauziah and H. Krisnani, “Perilaku Pelanggaran Lalu Lintas Oleh Remaja,” Kolaborasi Resolusi Konflik, vol. 3, no. 1, pp. 75–85, 2021.

Widodo, A. P., Sarwoko, E. A., & Firdaus, Z. (2015). AKURASI MODEL PREDIKSI METODE BACKPROPAGATION. 79–84

Santoso Budi. 2007. Data Mining terapan dengan MATLAB. Yogyakarta, Indonesia: Graha Ilmu

Masrizal, & Hadiansa, A. (2017). Prediksi Jumlah Lulusan Mahasiswa STMIK Dumai Menggunakan Jaringan Syaraf Tiruan. 9(2), 9–14

D. S. Bimaputra and E. Sutoyo, “Aspect-Based Sentiment Analysis of Hotels in Bali on Tripadvisor Using BERT Algorithm”, International Journal of Advances in Data and Information Systems, vol. 4, no. 1, pp. 29-40, Apr. 2023.

Eva, Y. 2015. Sistem Pemilihan Mobil dengan Metode Simple Multy Attribute Rating (Smart). Jurnal Momentum. Vol. 17, No. 1.

I. Ramadhan, A. Kurniawan, and A. S. Putra, “Penentuan Pola Penindakan Pelanggaran Lalu Lintas di DKI Jakarta Menggunakan Metode Analytic Network Process (ANP),” IKRA-ITH Inform. J. Komput. dan Inform., vol. 5, no. 1, pp. 51–57, 2021, [Online]. Available: https://journals.upi-yai.ac.id/index.php/ikraith-informatika/article/view/913

R. Nurfauziah and H. Krisnani, “Perilaku Pelanggaran Lalu Lintas Oleh Remaja,” Kolaborasi Resolusi Konflik, vol. 3, no. 1, pp. 75–85, 2021.