<![CDATA[Koordinasi armada kendaraan bermotor berbasis Global Positioning System (GPS) memerlukan sistem yang mampu beroperasi secara aman, adaptif, dan tangguh terhadap kondisi lingkungan yang dinamis. Penelitian ini bertujuan merancang sistem multi-agent untuk koordinasi armada kendaraan bermotor dengan memanfaatkan metode klasifikasi dan pembelajaran mesin. Setiap kendaraan dimodelkan sebagai agen otonom yang memiliki kemampuan pemantauan posisi, pertukaran informasi, serta pengambilan keputusan secara terdistribusi berdasarkan data GPS. Data lokasi dan pergerakan kendaraan diproses melalui tahap prapemrosesan dan ekstraksi fitur, kemudian dianalisis menggunakan algoritma klasifikasi untuk mengidentifikasi pola pergerakan normal dan mendeteksi anomali rute yang berpotensi mengganggu keamanan sistem. Pembelajaran mesin diterapkan untuk meningkatkan kemampuan adaptasi agen dalam menghadapi perubahan kondisi lalu lintas dan lingkungan operasional. Hasil perancangan menunjukkan bahwa sistem multi-agent yang diusulkan mampu meningkatkan efektivitas koordinasi armada, memperkuat aspek keamanan kendaraan, serta mendukung pengambilan keputusan secara real-time. Sistem ini diharapkan dapat menjadi solusi cerdas dalam pengelolaan armada kendaraan bermotor, khususnya pada sektor transportasi dan logistik. Kesimpulannya, sistem multi-agent berbasis GPS dengan metode klasifikasi dan pembelajaran mesin dapat meningkatkan]]>
Copyrights © 2026
