Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Seni ITS
Iriawan, Nur
Departemen Statistika Intitut Teknologi Sepuluh Nopember Surabaya
Arts Humanities

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Sains dan Seni ITS

 1 
Prediksi Kepadatan Kendaraan pada Tol Surabaya Mojokerto Berdasarkan Data History E-Toll Menggunakan Hidden Markov Model Yunaningrum, Rania; Iriawan, Nur
Jurnal Sains dan Seni ITS Vol 13, No 6 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i6.156812

Abstract

Jalan Tol Surabaya-Mojokerto memiliki peran yang sangat penting dalam merubah lanskap perjalanan antara Surabaya Mojokerto secara substansial. Keberadaan jalan tol ini mem-bawa dampak positif yang terlihat melalui signifikansi pengu-rangan waktu tempuh, peningkatan efisiensi logistik, dan per-baikan mobilitas barang secara keseluruhan. Lebih dari seka-dar mempermudah pergerakan penduduk, jalan tol ini men-jadi tulang punggung dalam mendukung distribusi dan trans-portasi barang, aspek krusial untuk pertumbuhan berbagai sektor ekonomi di wilayah tersebut. Kemacetan dan kerusa-kan jalan menjadi salah satu permasalahan yang sering ter-jadi pada suatu jalan dengan kesibukan tinggi. Penelitian ini difokuskan pada analisis probabilitas dan volume kendaraan di berbagai golongan yang melalui tol tersebut. Mengingat keterbatasan dalam melakukan observasi langsung, pendeka-tan Hidden Markov Model (HMM) dengan tapping e-Toll diaplikasikan untuk mengamati asal gerbang dan jenis ken-daraan, membuka jendela wawasan mendalam terhadap pola pergerakan di Jalan Tol Surabaya-Mojokerto. Kebaikan mod-el diukur Mean Absolute Error (MAE) dari parameter input dengan setiap hasil estimasi paramter masing-masing pen-dekatan. Pengukuran kebaikan model memperoleh estimasi parameter HMM menggunakan bayesian lebih mirip dengan parameter input sehingga model yang terbentuk lebih repre-sentatif jika digunakan untuk memprediksi kepadatan ken-daraan.
Co-Authors Yunaningrum, Rania