Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Eksplora Informatika

Penerapan Algoritma C4.5 untuk Prediksi Kepuasan Penumpang Bus Rapid Transit (BRT) Trans Semarang Anggita Safitri Febriarini; Erna Zuni Astuti
Jurnal Eksplora Informatika Vol 8 No 2 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.519 KB) | DOI: 10.30864/eksplora.v8i2.156

Abstract

Sejumlah aktivitas perkotaan yang ada di Kota Semarang menjadikan tingginya peningkatan yang tentunya membutuhkan dukungan sistem angkutan umum yang andal, cepat, dan efisien. Sebagai bagian dari upaya memecahkan masalah kemacetan, Pemerintah Pusat melalui Departemen Perhubungan membuat Bus Rapid Transit (BRT) yang saat ini diterapkan di berbagai kota di Indonesia. Konsep BRT merupakan sistem angkutan massal yang terintegrasi di setiap koridor, yang bertujuan untuk memenuhi kebutuhan masyarakat akan transportasi dalam kota. Tujuan penelitian ini adalah untuk mengetahui dan menganalisis kepuasan penumpang BRT Trans Semarang dengan menggunakan teknik data mining dengan metode decision tree tepatnya algoritma C4.5. Dalam penelitian ini variabel pengukuran kepuasan penumpang yang digunakan adalah harga, fasilitas, dan pelayanan. Dari penelitian ini atribut yang digunakan menghasilkan hubungan sebab-akibat dalam mengklasifikasikan penumpang puas dan tidak puas. Penelitian ini diharapkan dapat membantu Pemerintah dalam meningkatkan kepuasan penumpang agar masyarakat beralih menggunakan BRT Trans Semarang dan dapat memberikan pengaruh terjadinya peningkatan jumlah penumpang. Berdasarkan hasil klasifikasi dengan menggunakan algoritma C4.5 menunjukkan adanya peningkatan di tiap penguji yang telah dilakukan dengan hasil akurasi akhir yang cukup baik sebesar 95% yang menunjukkan bahwa algoritma C4.5 cocok digunakan untuk mengukur tingkat kepuasan penumpang BRT Trans Semarang.
Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone Bondan Prasetyo; Hanny Haryanto; Setia Astuti; Erna Zuni Astuti; Yuniarsi Rahayu
Jurnal Eksplora Informatika Vol 9 No 1 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (754.565 KB) | DOI: 10.30864/eksplora.v9i1.244

Abstract

Flazzstore merupakan sebuah toko yang bergerak dibidang penjualan casing smartphone. Terdapat banyak produk yang berbeda-beda dengan banyak tema yang berbeda pula, hal ini membuat beberapa user kesulitan dalam menentukan pilihan mengenai produk yang akan dipilih. Perlunya sebuah sistem rekomendasi yang mampu memberikan rekomendasi produk kepada user, untuk memudahkan user dalam memilih produk yang akan dibelinya. Penelitian ini menggunakan metode Item-Based Collaborative Filtering, metode ini mencari similarity/kesamaan item dengan item lainnya. Sistem akan mencari rating tiap item dan menghitung nilai similarity menggunakan persamaan pearson correlation-based similarity. Kemudian nilai dari hasil perhitungan similarity akan digunakan untuk menghitung nilai prediksi tiap produk dengan menggunakan persamaan weighted average of deviation. Sebelum direkomendasikan kepada pelanggan dari hasil prediksi tersebut dihitung nilai Mean Absolute Error (MAE) dihitung selisih antara nilai rating sebenarnya dengan prediksi, dan kemudian diurutkan mulai dari terkecil ke terbesar untuk direkomendasikan kepada user. Hasil dari penelitian menunjukkan kecilnya nilai rata-rata MAE 0,572039 namun untuk proses eksekusi, waktu yang dibutuhkan cukup lama yaitu 6,4 detik. Penelitian berikutnya dapat mengombinasikan pendekatan metode content based filtering dan collaborative filtering atau disebut dengan Item Based Clustering Hybrid Method (ICHM) supaya hasil yang diperoleh lebih baik dan dapat mempersingkat waktu yang dibutuhkan.