Klasifikasi Kemancetan Lalu Lintas di Indonesia Menggunakan Metode Naive Bayes Classification

Abdul Robi Padri; Asro Asro; Chairuddin Chairuddin

doi:10.24176/simet.v14i2.10102

Klasifikasi Kemancetan Lalu Lintas di Indonesia Menggunakan Metode Naive Bayes Classification

Abdul Robi Padri
Asro Asro
Chairuddin Chairuddin

Abstract

Tujuan dari penelitian ini untuk data menganalisis akurasi kemancetan menggunakan google colab dalam mendeteksi kemacetan berdasarkan provinsi di indonesia, penulis mencoba menguji strategi dalam menangani Kemacetan wilayah indonesia, dengan memanfaatkan metode naïve bayes. Pada jurnal ini menerapkan dengan google colab. Penelitian ini memakai data yang bersumber dari crawling data di twiter. Penggunaan metode naive bayes dalam mencari Rute terpendek efesien dan tidak mancet. Penerapan Angkot Sekolah online menggunakan Metode naive bayes dalam Minimalisir Biaya Perjalanan menjemput Siswa dapat mengurangi macet, mengurangi kecelakaan, mengurangi waktu keterlambatan siswa, minimalisir ongkos perjalanan. Saran yang diberikan yaitu menjadi bahan evaluasi bagi pemerintah dalam menangani Kemacetan di indonesia, secara efisien, aman dan transparan.

Keywords

klasifikasi kemancetan;naïve bayes

Teks Lengkap:

PDF

Referensi

[1] Aby Vonega, D., Fadila, A., & Ely Kurniawan, D. (2022). Analisis Sentimen Twitter Terhadap Opini Publik Atas Isu Pencalonan Puan Maharani dalam PILPRES 2024. In Journal of Applied Informatics and Computing (JAIC) (Vol. 6, Issue 2). Retrieved from http://jurnal.polibatam.ac.id/index.php/JAIC

[2] c, M. H., & Saputra, K. (2023). Nomor 2. Agustus, 22, 270–279. Retrieved from https://ojs.trigunadharma.ac.id/index.php/jis/index

[3] Dirjen, S. K., Riset, P., Pengembangan, D., Dikti, R., Saputra, S. A., Rosiyadi, D., Gata, W., Husain, S. M., Komputer, M. I., Komputer, I., Nusa, S., Kramat, M., Penelitian, P., Lipi, I., & Tangerang, U. M. (2017). Terakreditasi SINTA Peringkat 2 Analisis Sentimen E-Wallet Pada Google Play Menggunakan Algoritma Naive Bayes Berbasis Particle Swarm Optimization. Masa Berlaku Mulai, 1(3), 377–382.

[4] Febriansyah, I., Fikry, M., & Yusra. (2023). Analisis Sentiment di Twitter terhadap Anies Baswedan sebagai Bakal Calon Presiden 2024 Menggunakan Metode K-Nearest Neighbor. G-Tech: Jurnal Teknologi Terapan, 7(3), 1061–1070. doi: 10.33379/gtech.v7i4.2723

[5] Humam, C., & Laksito, A. D. (2023). Implementasi Aplikasi Sentimen Pada Data Twitter Jelang Pemilu 2024. 8(2).

[6] Pasek, P., Mahawardana, O., Sasmita, G. A., Agus, P., & Pratama, E. (2022). Analisis Sentimen Berdasarkan Opini dari Media Sosial Twitter terhadap “Figure Pemimpin” Menggunakan Python. In JITTER-Jurnal Ilmiah Teknologi dan Komputer (Vol. 3, Issue 1).

[7] Robi Padri, A., Asro, A., & Indra, I. (2023). Classification of Traffic Congestion in Indonesia Using the Naive Bayes Classification Method. Journal of World Science, 2(6), 877–888. doi: 10.58344/jws.v2i6.285

[8] Sentimen, A., Pilpres, J., Naïve, M., Classifier, B., Opini, B., Di, P., Prasetyo, T. H., & Fitrani, A. S. (2023). Seminar Nasional & Call Paper Fakultas Sains dan Teknologi (SENASAINS 6 th. In Procedia of Engineering and Life Science (Vol. 4).

[9] Sepriadi, N., Budianita’, E., Fikry, M., Fakultas, P., Sains, ", Teknologi, D., Negeri, I., & Riau, K. (2023). INFORMASI (Jurnal Informatika dan Sistem Informasi) Analisis Sentimen Review Aplikasi MyPertamina menggunakan Word Embedding Fasttext dan Algoritma K-Nearest Neighbor.

[10] Sukmawanti, R., Arifianto, D., & Umilasari, R. (2023). Analisis Sentimen Tweet Terhadap Isu Pencalonan Presiden 2024 Menggunakan Algoritma Multivariate Bernoulli Tweet Sentiment Analysis of Candidacy Issues President 2024 Using Multivariate Bernoulli Algorithm. In Jurnal Smart Teknologi (Vol. 4, Issue 5). Retrieved from http://jurnal.unmuhjember.ac.id/index.php/JST

DOI: https://doi.org/10.24176/simet.v14i2.10102