KLASIFIKASI PENENTUAN DAFTAR PRIORITAS PERBAIKAN INFRASTRUKTUR JEMBATAN MENGGUNAKAN ALGORITMA C4.5 BERBASIS PARTICLE SWAM OPTIMIZATION (PSO)

Erfan Karyadiputra(1*)

(1) Program Studi Sistem Informasi, Fakultas Teknologi Informasi
(*) Corresponding Author

Sari


Infrastruktur jembatan merupakan salah satu aspek penting dalam menunjang pendistribusian
barang maupun jasa dari daerah kerberbagai daerah lainnya. Kelancaran distribusi barang
maupun jasa tersebut tentunya sangat dipengaruhi oleh kondisi infrastruktur jalan dan jembatan
yang saling menghubungkan dari beberapa wilayah-wilayah yang secara administrasi
merupakan bagian dari Provinsi Kalimantan Selatan. Banyaknya Kondisi ruas jalan dan
jembatan yang rusak tentnya dapat menghambat pendistribusian barang maupun jasa sehingga
diperlukan perbaikan ataupun pemeliharaan pada jalan dan jembatan yang tersebar di wilayah
Provinsi Kalimantan Selatan. Dalam penentuan prioritas perbaikan maupun pemeliharaan
imfrastruktur jembatan agar menghindari adanya tumpang tindih proyek dalam satu lokasi yang
sama ataupun belum tertanganinya infrastruktur jembatan dilokasi lain yang perlu segera
ditinjaklanjuti, maka dibutuhkan perencanaan pengolahan data dan informasi yang terintegrasi,
sehingga data dan informasi perencanaan yang diperoleh tersebut dapat dijamin keakuratan
datanya. Kendala terbatasnya anggaran perbaikan dan pemeliharaan infrastruktur jembatan dan
banyaknya ruas jembatan yang tersebar di Provinsi Kalimantan Selatan sehingga instansi terkait
perlu menentukan daftar prioritas jembatan yang lebih diutamakan untuk disetujui dan
dilakukan perbaikan maupun pemeliharaan. Salah satu teknik yang dapat diterapkan untuk
mengklasifikasi daftar prioritas perbaikan infrastruktur jembatan yaitu dengan menerapkan
metode klasifikasi data mining menggunakan algoritma C4.5. Penerapan Particle Swam
Optimization (PSO) berhasil meningkatkan akurasi algoritma C4.5 dari 82,84% menjadi
84,30% dan meningkatkan nilai AUC dari 0,825 menjadi sebesar 0,848 sehingga termasuk
kedalam good classification


Teks Lengkap:

PDF

Referensi


Aprilla, D., Baskoro, D. A., Ambarwati, L., & Wicaksana, I. W. (2013). Belajar Data Mining dengan

RapidMiner. Jakarta: academia.edu. Diambil kembali dari http://www.academia.edu

Gorunescu, F. (2010). Data Mining: Concept, Models and Techniques. Romania: Springer.

Han, J., & Kamber, M. (2007). Data Mining : Concepts and Techniques (Second ed.). (M. R. Jim

Gray, Penyunt.) San Francisco, United States of America: Morgan Kaufmann Publishers.

Larose. (2006). Data Mining Methods And Models. Canada: John Wiley & Sons, Inc.

Moertini, V. (2002). Data Mining Sebagai Solusi Bisnis. Integral Vol. 7 No. 1.

PU, D. (2011). Data Jalan & Jembatan Selama Pelita IV. Departemen Pekerjaan Umum Dirjen Bina

Marga.

Simatupang, J. E. (2011). Studi Penentuan Prioritas Peningkatan Ruas Jalan Nasional Di Provinsi

Kalimantan Selatan. Malang: Brawijaya.

Syafarina, G. A. (2016). Penerapan Algoritma Neural Network Dalam Menentukan Prioritas

Pengembangan Jalan di Provinsi Kalimantan Selatan. Banjarmasin: Jurnal Ilmiah

Technologia




DOI: http://dx.doi.org/10.31602/ppdu.v0i1.8314

Refbacks

  • Saat ini tidak ada refbacks.