Ghifari, Ridho and Rosandy, Triowali (2026) SISTEM PREDIKSI KEMACETAN DAN WAKTU TEMPUH KE KAMPUS DARMAJAYA DENGAN MENGGUNAKAN ALGORITMA LSTM BERBASIS DATA LALU LINTAS REAL TIME. Skripsi thesis, Institut Informatika & Bisnis Darmajaya.
![[img]](http://repo.darmajaya.ac.id/style/images/fileicons/text.png) |
Text
Halaman judul.pdf Download (584kB) |
|
Text
Lembar pernyataan.pdf Download (120kB) |
|
Text
Halaman persetujuan.pdf Download (289kB) |
|
Text
Halaman pengesahan.pdf Download (263kB) |
|
Text
Halaman motto.pdf Download (368kB) |
|
Text
Abstrak.pdf Download (290kB) |
|
Text
Abtrak inggris.pdf Download (173kB) |
|
Text
Kata pengantar .pdf Download (203kB) |
|
Text
Daftar isi.pdf Download (431kB) |
|
Text
Daftar tabel.pdf Download (127kB) |
|
Text
Daftar gambar.pdf Download (62kB) |
|
Text
BAB1.pdf Download (283kB) |
|
Text
BAB 2.pdf Download (329kB) |
|
Text
BAB 3.pdf Download (348kB) |
|
Text
BAB 4.pdf Download (748kB) |
|
Text
BAB 5.pdf Download (756kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (386kB) |
|
Text
Lampiran.pdf Download (168kB) |
Abstract
Kemacetan lalu lintas merupakan permasalahan signifikan di Kota Bandar Lampung, terutama pada rute menuju Kampus IIB Darmajaya yang sering mengalami kepadatan pada jam sibuk. Ketidakpastian kondisi lalu lintas menyebabkan sulitnya memperkirakan waktu tempuh secara akurat, sehingga diperlukan sistem cerdas yang mampu memprediksi kondisi kemacetan dan estimasi durasi perjalanan secara real-time. Penelitian ini bertujuan mengembangkan sistem prediksi waktu tempuh ke Kampus Darmajaya dengan memanfaatkan algoritma Long Short-Term Memory (LSTM) berbasis data lalu lintas real-time yang diperoleh dari OpenRouteService (ORS). Data yang digunakan mencakup jarak, estimasi durasi perjalanan, tingkat kemacetan, serta waktu tempuh aktual yang dikumpulkan secara historis. Data kemudian melalui tahapan pra-pemrosesan, normalisasi, serta pembentukan sequence sebelum digunakan untuk melatih model LSTM. Sistem ini diimplementasikan pada aplikasi berbasis web yang memungkinkan pengguna menentukan lokasi asal dan memperoleh estimasi waktu perjalanan serta tingkat kemacetan. Penelitian ini membuktikan bahwa pemanfaatan model LSTM pada data lalu lintas real-time dapat menghasilkan prediksi waktu tempuh yang akurat dan membantu pengguna merencanakan perjalanan secara lebih efisien.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | Ilmu Komputer eSkripsi |
| Divisions: | Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Ridho ghifari |
| Date Deposited: | 24 Feb 2026 06:50 |
| Last Modified: | 24 Feb 2026 06:50 |
| URI: | http://repo.darmajaya.ac.id/id/eprint/23761 |
Actions (login required)
 |
View Item |