<![CDATA[Kemacetan lalu lintas dan insiden seperti kecelakaan serta penutupan jalan merupakan tantangan besar di kota-kota metropolitan yang berdampak pada mobilitas penduduk. Penelitian ini bertujuan untuk merancang sistem klasifikasi multi-label untuk peristiwa lalu lintas dengan memanfaatkan data dari Twitter dan pendekatan BERT (Bidirectional Encoder Representations from Transformers). Dengan metode BERT, sistem ini menganalisis dan mengklasifikasikan tweet terkait lalu lintas ke dalam berbagai kategori seperti tanpa insiden, insiden, macet, lancar, padat, dan ramai. Data yang digunakan diambil dari tweet berdasarkan kata kunci yang relevan dengan lalu lintas, kemudian melalui proses prapemrosesan teks sebelum diklasifikasikan menggunakan BERT. Hasil penelitian menunjukkan bahwa sistem ini mencapai akurasi sebesar 66,67% dalam klasifikasi peristiwa lalu lintas. Sistem ini diharapkan dapat menyediakan informasi yang berharga untuk analisis dan pengambilan keputusan di sektor transportasi, meskipun tidak dirancang untuk memberikan data secara real-time kepada pengguna akhir.Kata Kunci: Kemacetan lalu lintas, Klasifikasi multi-label, Metode BERT, Data Twitter, Sistem klasifikasi]]>
Copyrights © 2024
