<![CDATA[Pertumbuhan jumlah kendaraan di area pusat perbelanjaan seperti mall menimbulkan permasalahan baru dalam pengelolaan lahan parkir. Pengunjung sering kesulitan menemukan slot parkir kosong, terutama pada waktu-waktu sibuk. Penelitian ini bertujuan untuk menganalisis pola parkir kendaraan di mall menggunakan metode klasterisasi Density-Based Spatial Clustering of Applications with Noise (DBSCAN). DBSCAN dipilih karena kemampuannya mengidentifikasi kelompok data berdasarkan kepadatan tanpa memerlukan jumlah klaster yang telah ditentukan sebelumnya. Data yang digunakan mencakup informasi durasi parkir, jenis kendaraan, status member, dan koordinat lokasi parkir. Tahapan penelitian meliputi eksplorasi data, visualisasi, normalisasi fitur spasial, penerapan algoritma DBSCAN, serta analisis hasil klasterisasi. Hasil dari proses klasterisasi menghasilkan beberapa kelompok kendaraan yang memiliki karakteristik berbeda, baik dari segi posisi parkir maupun durasi. Analisis lanjutan menunjukkan adanya konsentrasi kendaraan di area tertentu yang dapat menjadi dasar pengambilan keputusan untuk optimalisasi manajemen parkir, seperti penempatan petugas atau papan informasi digital. Penelitian ini membuktikan bahwa DBSCAN mampu mengidentifikasi pola parkir secara efektif, bahkan dalam kondisi distribusi kendaraan yang tidak seragam. Dengan demikian, pendekatan ini dapat menjadi solusi berbasis data dalam meningkatkan efisiensi dan kenyamanan pengelolaan parkir di mall. Temuan ini diharapkan dapat diadopsi oleh pengelola mall atau pengembang sistem informasi parkir untuk mendukung pengambilan kebijakan berbasis analisis spasial.]]>
Copyrights © 2025
