ANALISIS PERBANDINGAN ALGORITMA RANDOM FOREST DAN SVM PADA DATA SENSOR GERAK SMARTPHONE UNTUK MODEL KLASIFIKASI KEAMANAN BERKENDARA

Yunita, Lisa Dinda (2024) ANALISIS PERBANDINGAN ALGORITMA RANDOM FOREST DAN SVM PADA DATA SENSOR GERAK SMARTPHONE UNTUK MODEL KLASIFIKASI KEAMANAN BERKENDARA. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 22.55.1215 Lisa Dinda Yunita.pdf Download (5MB)

Abstract

Dalam era mobilitas modern, perhatian utama tertuju pada keselamatan berkendara. Menghadapi perilaku mengemudi yang tidak aman, seperti mengemudi dalam kondisi mabuk, kecepatan tinggi, dan menggunakan ponsel, merupakan tantangan signifikan yang memerlukan identifikasi pola secara efektif. Penelitian ini berfokus pada eksplorasi karakteristik berkendara melalui analisis data sensor gerak smartphone dari sistem transportasi online. Data sensor gerak smartphone pengemudi direkam dan dianalisis dengan menerapkan metode klasifikasi menggunakan algoritma machine learning, seperti Random Forest dan Support Vector Machine. Hasil penelitian menunjukkan pendekatan ini efektif dalam memprediksi tingkat keselamatan berkendara, mempertimbangkan faktor krusial seperti kecepatan, akselerasi kendaraan, dan waktu tempuh. Lebih dari sekadar model klasifikasi, metode yang dikembangkan dalam penelitian ini merupakan langkah maju dalam memahami serta mengatasi perilaku mengemudi yang potensial membahayakan. Analisis hasil menunjukkan bahwa model Random Forest memberikan kinerja lebih baik dengan akurasi sekitar 92.88% dibandingkan dengan model Support Vector Machine. Pembersihan outlier pada fitur waktu, kecepatan, dan akurasi GPS terbukti meningkatkan kinerja model, walaupun tantangan terkait data akurasi yang memiliki nilai ekstrim masih perlu ditangani secara lebih mendalam. Penelitian ini mengindikasikan adanya peluang proaktif dalam meningkatkan keselamatan berkendara melalui alat identifikasi dan intervensi perilaku tidak aman. Dengan penerapan teknologi ini, diharapkan pengambilan keputusan terkait lalu lintas dapat menjadi lebih cerdas dan efisien. Hasil penelitian ini, tidak hanya sebuah model, melainkan juga kontribusi yang potensial besar terhadap perkembangan teknologi yang lebih aman dan efisien di sektor transportasi. Temuan ini memberikan landasan penting bagi pemerintah dan industri transportasi dalam menciptakan masa depan jalan raya yang lebih aman dan tertata rapi.

Actions (login required)

View Item