Penerapan algoritma linear regression dalam prediksi jumlah kendaraan bermotor di Malang / Eka Widyartha Kusuma

Kusuma, Eka Widyartha (2018) Penerapan algoritma linear regression dalam prediksi jumlah kendaraan bermotor di Malang / Eka Widyartha Kusuma. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

RINGKASAN Kusuma, Eka Widyartha. 2018. Penerapan Algoritma Linear Regression dalam Prediksi Jumlah Kendaraan Bermotor di Malang. Skripsi, Jurusan Elektro, Fakultas Teknik, Universitas Negeri Malang. Pembimbing: (1) Dr. Muladi, S.T., M.T. (2) Triyanna Widyaningtyas, S.T., M.T. Kata kunci: prediksi, kendaraan bermotor, linear regression Dalam beberapa tahun terakhir pertumbuhan jumlah kendaraan bermotor melaju sangat pesat, bahkan jika dibandingkan dengan pertumbuhan jumlah jalan sudah sangat berbanding terbalik. Sebagai contoh di kota Malang saja 3000 unit kendaraan baru masuk ke kota Malang setiap bulannya. Beberapa faktor yang mendorong pertumbuhan jumlah kendaraan yang sangat pesat adalah, tingkat ekonomi rakyat Indonesia perlahan lahan sudah mengalami perbaikan, sebagai contoh pertumbuhan ekonomi di Jawa Timur saja setiap tahunya selalu mengalami kenaikan kurang lebih 0,23%. Selain itu pertumbuhan jumlah penduduk juga sangat mempengaruhi jumlah kendaraan yang beredar di Indonesia, dan faktor besar yang menyumbang banyaknya jumlah kendaraan di Malang adalah proses pembelian yang sangat mudah dan juga angsuran yang sangat ringan. Dalam penelitian ini menggunakan algoritma linear regression untuk menentukan proses prediksi. Data yang digunakan adalah data jumlah kendaraan yang didapat dari Badan Pusat Statistik (BPS) dan juga Samsat. Data yang didapat berjumlah 360 data, dan diolah melalui 3 tahapan preprocessing. Tahap pertama adalah Reducing of Attributes, tahap kedua adalah Normalisasi data, dan tahap terakhir adalah tahap Uji T, Uji F dan Uji Koefisien Determinasi. Hasil penelitian menunjukkan nilai akurasi yang cukup tinggi, nilai tersebut ditunjukkan melalui MAPE yang mempunyai nilai diatas 80%. Akurasi tersebut menunjukkan bahwa algoritma yang digunakan di dalam penelitian ini sangat relevan dan cocok digunakan untuk melakukan prediksi jumlah kendaraan di Malang.

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General) > TIN Software Engineering
Divisions: Fakultas Teknik (FT) > Jurusan Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 01 Nov 2018 04:29
Last Modified: 09 Sep 2018 03:00
URI: http://repository.um.ac.id/id/eprint/48066

Actions (login required)

View Item View Item