PREDIKSI DAN ANALISIS JUMLAH PENUMPANG KERETA API JABODETABEK TAHUN 2018-2014 DENGAN METODE ARTIFICIAL NEURAL NETWORK

Fadhila Firdausa

doi:10.33019/fropil.v7i1.1401

Fadhila Firdausa Jurusan Teknik Sipil, Politeknik Negeri Sriwijaya, Jl. Srijaya Negara 30139, Palembang

DOI: https://doi.org/10.33019/fropil.v7i1.1401

Abstract

Kemajuan teknologi informatika sudah menjadi hal yang tidak asing bagi setiap individu. Banyak hal yang telah mengalami kemajuan teknologi dalam bidang informatika, salah satunya terus berkembangnya software. Salah satu contoh perkembangan software saat ini adalah software matlab. Matlab saat ini mampu digunakan untuk memprediksi dan menganalisis suatu masalah yang ada. Banyak penelitian yang telah dilakukan dengan penggunaan software matlab. Salah satunya penelitian menggunakan Analisis Neural Network (ANN). ANN pernah digunakan dalam penelitian untuk memprediksi nilai rating faktor jembatan dan dimensi jembatan. Disamping hal itu, kereta api merupakan alat transportasi darat yang sampai saat ini dinilai masih sangat cepat, aman, efisien, dan relatif murah. Jumlah penumpang yang menggunakan kereta api merupakan hal yang harus diperhatikan. Karena penumpanglah kenyamanan kereta api dapat dinilai. Oleh karena itu, pendataan jumlah penumpang sangat perlu dilakukan. Metode ANN menggunakan trial epoch hingga didapat eror terkecil. Hasil eror terkecil berhenti pada trial epoch 10000. Trial epoch 10000 Tersebut menghasilkan eror terbesar 23,7% dan eror terkecil 0,49%. Hasil penelitian ini, didapatkan ANN cukup mampu menghitung prediksi jumlah penumpang KAI di daerah Jabodetabek (2018-2014).

Downloads

Download data is not yet available.

References

Adeli, H., 2001, Neural Network in Civil Engineering : 1989 – 2000, Computer Aided Civil and Infrastructure Engineering, hal. 126-142. USA

Agrawal, V., Nagar, R., dan Sancheti, G., 2011, Application of Artificial Neural Network in Conceptual Design of Communication Towers, International Conference on Electrical, Electronics and Civil Engineering (ICEECCE’2011), Pattaya

Firdausa, F., 2015, Optimasi Dimensi Profil Batang Bangunan Atas Jembatan Rangka Baja Tipe Warren Tertutup Dengan Metode Artificial Neural Network, Nakah Tesis: UGM, Yogyakarta
https://www.bps.go.id/linkTableDinamis/view/id/815

Kusumadewi, S., 2004, Membangun Jaringan Saraf Tiruan Menggunakan MATLAB & Excel Link, Penerbit Graha Ilmu, Yogyakarta

Moghadas, R., Choong, K.K., dan Mohd, S.B., 2012, Prediction of Optimal Design and Deflection of Space Structures Using Neural Networks, Hindawi Publishing Corporation, vol. 2012, doi:10.1155/2012/712974

Rahmadi N.H., 2014, Prediksi Nilai Rating Faktor Jembatan Komposit Baja-Beton Dengan Menggunakan Artificial Neural Network, Nakah Tesis: UGM, Yogyakarta

Siang, J.J., 2004, Jaringan Saraf Tiruan & Pemrogramannya Menggunakan MATLAB, Penerbit ANDI, Yogyakarta

Suhairil, M., 2012, Frame Optimization using Neural Network, International Journal on Advanced Science Engineering Information Technology, Vol. 2 No.1, Malaysia

Sultan, M.H., Optimization Parameter of Neural Network for Time Series Data to Predict The Magnitude of Periodics Earthquake (Study Case Earthquake in North Maluku), Magister Mathematics University Brawijaya, Malang

Yudistira. A.T., 2014, Prediksi Penurunan Kapasitas Struktur Atas Jembatan Rangka Baja Menggunakan Metode Artificial Neural Network, Naskah Tesis: UGM, Yogyakarta