Carlouis Fernando Hariyadi
Unknown Affiliation

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

Found 1 Documents
Search

Indonesia Christabella Jocelynne Chandra; Carlouis Fernando Hariyadi; Novandry Aprilian; Lekrey Jacob Jerel Laipiopa
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/csmqwt31

Abstract

Kecelakaan lalu lintas tetap menjadi perhatian publik yang menonjol, dipengaruhi oleh kondisi sosial-ekonomi maupun lingkungan seperti cuaca. Studi ini bertujuan untuk memprediksi jumlah kecelakaan lalu lintas di Polandia berdasarkan faktor cuaca seperti kelembapan, suhu, dan curah hujan, serta variabel sosial-ekonomi seperti kepadatan penduduk, jumlah mobil penumpang, dan kepadatan jalan beraspal. Tiga algoritma ensemble learning, yaitu XGBoost, CatBoost, dan Random Forest, digunakan untuk mengevaluasi kinerja prediksi masing-masing. Dataset dibagi menggunakan Time Series Cross Validation, dan akurasi model dievaluasi menggunakan Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), serta koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa ketiga model memiliki performa yang baik, dengan Random Forest menghasilkan kinerja terbaik, diikuti oleh XGBoost dan CatBoost.