Metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Prediksi Tingkat Layanan Jalan

*Noor Azizah  -  Jurusan Sistem Informasi Universitas Muria Kudus, Indonesia
Kusworo Adi  -  Fakultas Sains dan Matematika Universitas Diponegoro, Indonesia
Achmad Widodo  -  Jurusan Teknik Mesin Universitas Diponegoro, Indonesia
Published: 7 Dec 2013.
Open Access
Citation Format:
Article Info
Section: Research Articles
Language: EN
Full Text:
Statistics: 2011 1946
Abstract

Tingkat pelayanan pada suatu jalan menunjukkan ukuran kualitas suatu jalan dan digunakan sebagai ukuran untuk membatasi volume lalu lintas suatu jalan. Tingkat pelayanan jalan yang kurang berdampak pada kemacetan arus lalu lintas dan saat ini merupakan permasalahan yang serius, terlebih di kota metropolitan. Maka perlu dikembangkan sebuah prediksi tingkat layanan jalan dengan menggunakan metode ANFIS (Adaptive Neuro Fuzzy Inference System). Penelitian ini bertujuan untuk membantu dalam proses pengambilan keputusan dan mencari alternatif solusi untuk mengatasi permasalahan kemacetan arus lalu lintas yang terjadi.

Pada penelitian ini, metode ANFIS digunakan untuk membangun sebuah prediksi tingkat layanan jalan. Parameter masukan pada proses pembelajaran ANFIS juga sangat mempengaruhi untuk proses prediksi yang akan dilakukan. Adapun parameter inputnya adalah jumlah membership function sebanyak  2, tipe membership function gaussian, error goal 1x10-5, dan nilai epoch 100.

Hasil penelitian menunjukkan bahwa metode yang diusulkan dapat digunakan untuk membangun sebuah prediksi tingkat layanan jalan dengan nilai RMSE dan MAPE terbaik yang diperoleh masing-masing adalah  0,0106209 dan 0,93158%.

 

 

 

Kata kunci: ANFIS, Prediksi, Tingkat Layanan Jalan.

Article Metrics: