Data Mining Untuk Mengestimasi Jumlah Penumpang Pada PT Rajawali Citra Transportasi Medan Dengan Menggunakan Metode Regresi Linear Berganda Edi Guna Bangun *.
YOPI HENDRO SYAHPUTRA**.
RICO IMANTA GINTING ** * Sistem Informasi.
STMIK Triguna Dharma ** Sistem Informasi.
STMIK Triguna Dharma Article Info Article history:
Received Jun 12th, 201x Revised Aug 20th, 201x Accepted Aug 26th, 201x Keyword:
Data Mining Estimasi Jumlah Penumpang Regresi Linear Berganda ABSTRACT Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut.
Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pengambilan keputusan.
dala skripsi ini yang akan dibahas adalah mengenai prediksi jumlah penumpang bus.
Salah satu teknik yang ada pada data mining adalah estimasi.
Teknik estimasi yang akan digunakan adalah Regresi Linear Berganda metode ini dipilih karena mampu membuat suatu prediksi dengan memanfaatkan datadata lama mengenai jumlah penumpang.
Metode Regresi Linear Berganda bertujuan untuk mermbuat persamaan regresi dan prediksi terbaik berdasarkan atribut atribut yang ada.
Copyright A 2020 STMIK Triguna Dharma.
All rights reserved.
Corresponding Author:
Nama : Edi Guna Bangun Program Studi : Sistem Informasi Kampus : STMIK Triguna Dharma Email : Edigunabangun227@gmail.
PENDAHULUAN
perusahaan jasa transportasi khususnya bus belomba-lomba memberikan pelayanan terbaik di mulai dari fasilitas bus yang digunakan perusahaan, serta akses yang cepat dan mudah untuk di berikan kepada konsumen sehingga pengguna jasa sendiri dapat tertarik bahkan sudah menjadi pelanggan tetap.
Sistem prasarana transportasi mempunyai ciri utama yaitu membantu pengguna di mana dalam pemilihan dan pengguna jenis moda transportasi perlu di persiapkan tempat moda bergerak seperti jalan raya, rel, kereta api, pelabuhan dan bandar udara.
Secara umum moda transportasi untuk angkutan penumpang di bedakan menjadi dua yaitu yaitu kelompok yang memiliki pilihan dalam melakukkan Mobilitas akses kendaraan secara pribadi .
sedangkan kelompok kedua yaitu kelompok yang tergantung pada angkutan umum untuk melakukan pergerakan dengan menggunakan angkutan umum di defenisikan sebagai orang berangkat dari rumah tidak mempunyai kendaraan pribadi atau mempunyai pilihan lain kecuali angkutan umum .
Jurnal CyberTech Vol.
No.
September 201x, pp.
x P-ISSN :
E-ISSN :
METODOLOGI PENELITIAN
Transportasi Transportasi merupakan proses memindahan manusia atau barang dengan menggunakan sarana yang di gerakkan oleh mesin atau manusia.
Transportasi di gunakan untuk mempermudahkan manusia untuk melakukan aktivitas sehari hari.
Transportasi bukan hanya usaha berupa gerakan manusia dan barang dari suatu tempat ke tempat lain dengan gerakan secara statis akan tetapi transportasi akan mengalami perkembangan dan kemajuan dari waktu ke waktu baik sarana dan prasarananya sesuai dengan perkembangan ilmu pengetahuan dan teknologi Transportasi adalah salah satu kemudahan bagi suatu daerah untuk maju dan berkembang serta transportasi dapat meningkatkan perbuatan relasi ke masing masing Transportasi faktor sangat penting untuk melayani angkutan barang dan manusia dari satu daerah ke daerah lainnya dan menjunjung pengembangan kegiatan-kegiatan sektor lain untuk meningkatkan pembangunan daerah tersebut .
Flowchart Metode Regresi Linear Berganda Data Mining Data mining adalah suatu istilah yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database.
yang meliputi pengumpulan, pemakaian data historis untuk menemukan pola atau hubungan dalam data berukuran besar yang mencakup database atau informasi lainnya.
Data mining yang berisi pencarian pola yang di inginkan pada database untuk membantu pengambilan keputusan di waktu yang akan datang .
Estimasi adalah suatu metode dimana dapat memperkirakan nilai populasi dengan memakai nilai sampel .
Journal homepage: https://ojs.
P-ISSN :
E-ISSN :
Metode Regresi Linear Berganda Regresi linear berganda merupakan satu cara prediksi yang menggunakan garis lurus untuk menggambarkan hubungan diantara dua variable atau lebih.
Varibel adalah besaran yang berubah-ubah nilainya selanjutnya variable tersebut terbagi atas dua variabel jenis yaitu variabel pemberi pengaruh dan varibael terpengaruh.
Ada beberapa tahapan dalam membuat penyelesaian masalah dengan metode regresi linear berganda Mempersiapkan data training.
Data training biasanya di ambil dari suatu data historis yang pernah terjadi sebelum atau disebut data masa lalu dan sudah dikelompokkan dakam kelas kelas tertentu Bentuk umum regresi linear berganda sebagai berikut :
Y = a b1X1 b2X2 Menentukan nilai konstanta dan koefisien linear berganda Dalam kasus ini akan diambil dari data yang ada pada PT Rajawali Citra Transportasi selama bulan januari Ae desember.
Data tersebut akan digunakan dalam perhitungan metode regresi linear berganda unuk menganalisa mengenai mengestimasi jumlah peumpang.
Data penumpang tersebut selanjutnya akan di lakukkan proses untuk mengahasilkan data yang siap di bentuk menjadi sebuah inormasi baru Data Penelitian Berdasarkan hasil kegiatan pengumpulan data melalui observasi dan wawancara, berikut merupakan data yang diperoleh dari perusahaan terkait yaitu :
Tabel 1 Data Bulan Januari sampai Desember Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total PT Rajawali Citra Transport 2019 Hari Libur Jumlah Harga Jumlah (Dalam/Bl.
Keberangkatan Tiket Penumpang 38,000 38,000 38,000 38,000 38,000 38,000 43,000 38,000 38,000 38,000 38,000 38,000 461,000 Tabel 2 Jenis Variabel yang Digunakan Variabel Yang Digunakan Variabel Keterangan Jumlah Hari Libur Dalam Sebulan Jumlah Keberangkatan Harga Tiket Jumlah Penumpang Jurnal SAINTIKOM Vol.
No.
September 201x : xx Ae xx Jurnal SAINTIKOM P-ISSN : E-ISSN :
Tabel 3 Koefisien Regresi
X1*Y
X2*Y
X3*Y
X1^2
Tabel 3 Koefisien Regresi (Lanjuta.
X2^2 X3^2 X1.
X1.
X2.
Tabel 4 Koefisien Regresi Hasil
461,000
646,000
461,000 646000 56536000 17733000000
Untuk memperoleh koefisien regresi a,b1, dan b2 dapat di peroleh dengan cara eliminasi tiga persamaan sebagai berikut OcY = nc b1X1 b2OcX2 b3OcX3a.
(Persamaan .
OcX1Y =cOcX1 b1OcX12 b2OcX1X2 b3Oc X1X3a.
AA.
(Persamaan .
OcX2Y =cOcX2 b1OcX1X2 b2OcX22 b3Oc X2X3A.
(Persamaan .
Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN :
E-ISSN :
Kemudian masukkan angka yang telah di dapat pada Koefisien regresi hasil perhitungan (Tabel .
dan nilai Oc X1.
Oc X2.
OcY .
ari tabel .
sehingga di peroleh hasil persamaan 1,2 dan 3.
-347b1 -632b2 85000b3 a.
(Persamaan .
-124096= -632b1 -1208b2 160000b3 .
(Persamaan .
4675000= 85000b1 160000b2 -275000000b3 .
(Persamaan .
Kemudian tiga persamaan diatas diselesaikan hingga memperoleh nilai a, b1, dan b2.
Langkah-langkah penyelesainnya adalalah sebagai berikut :
Melakukkan proses eliminasi antara persamaan .
-67249 a = -347b1 -632b2 85000b3
-124096a = -632b1 -1208b2 160000b3
42501368 = 21930b1 399424b2 -537200000b3
43061312 = 219304b1 419176b2 -555200000b3
= 0
-19752b2 1800000b3 Persamaan .
Kemudian melakukkan proses eliminasi antara persamaan .
-67249 a= -347b1 -632b2 44675000 a= 85000b1 160000b2 -275000000b3 -5716165000 = -29495000b1 -53720000b2 -15502225000 = -29495000b1 -5550000b2 -88200000000b3 Persamaan .
Kemudian melakukkan proses eliminasi antara persamaan .
= -19752b2 1800000b3
9786060000 = 1800000b2 -88200000000b3
0079E 12
= -35553600000b2 3.
24E 12b3 -1,932286E 14= -35553600000b2 1.
74213E 15b3
92286E 14 =
73889E 15b3 b3 = 1.
92286E 14 : -1.
73889E 15
= -0.
Kemudian untuk mendapatkan b2 maka hasil dari b3 dimasukkan ke persamaan .
-559944 = -19752b2 1800000b3 -559944 = -19752b2 1800000b3 * (-0.
-55994 = -19752b2 -199044.
-19752b2 = (-55.
- (-199044.
-19752b2 = -360899.
(-360899.
/ (-19.
= 18.
Jurnal SAINTIKOM Vol.
No.
September 201x : xx Ae xx Jurnal SAINTIKOM P-ISSN : E-ISSN :
Untuk menghasilkan nilai b1 maka b2 dan b3 dimasukkan ke persamaan .
dengan 44675000 =85000b1 160,000b2 -275000000b3 44675000 =85000b1 160,000b2 *.
-275000000b3*(-0.
44675000 = 85000b1 .
( 30409547.
85,000 = 44675000b1 - .
85,000= 11342004.
/ .
= 133.
Untuk menghasilkan nilai a maka b1, b2 dan b3 dimasukkan ke persamaan .
dengan 46375= 12c 17b1 1472b2 485000b3 46375= 12c 17b1 * .
1472b2 * .
461,000 b3 * (-0.
46375= 12c .
(-26895.
(-50977.
12c = .
Ae (-21813.
12c = 68188.
/ .
= 5682.
361207 c Sekarang telah di dapat nilai a, b1,b2 dan b3 dimana nilai-nilainya adalah sebagai berikut :
a = 5682.
b1 = 133.
b2 = 18.
b3 = -0.
Pengujian kasus:
PT.
Rajawali Citra Transportasi ingin mengestimasi jumlah penumpang berdasarkan hari libur dalam setahun dan jumlah keberangkatan untuk tahun 2020 dengan data yang ada di tahun-tahun sebelumnya yaitu hari libur setahun 19, jumlah keberangkatan 1480 dan harga tiket 45000 Y = a b1X1 b2X2 b3X3 Y=5682.
Y=5682.
Y=30192.
Berdasarkan perhitungan diatas dapat diperoleh estimasi jumlah penumpang berdasarkan hari libur dan jumlah keberangkatan pada PT Rajawali Citra Transportasi tahun 2020 adalah 30192.
ANALISA DAN HASIL
Kegiatan akhir dalam penerapan sistem adalah proses implementasi sistem, yaitu mengoperasikan sistem secara menyeluruh.
Dibawah ini merupakan tampilan implementasi sistem dari sistem yang telah diuji sebelumnya yairu sebagai berikut :
Tampilan Halaman Login Gambar 4.
1 Tampilan Halaman Login Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN :
Gambar 4.
2 Tampilan Halaman Utama Tampilan Form Perhitungan Hasil Estimasi Gambar 4.
3 Tampilan Halaman Regresi Tampilan Halaman Laporan Gambar 4.
4 Tampilan Halaman Laporan Jurnal SAINTIKOM Vol.
No.
September 201x : xx Ae xx E-ISSN :
Jurnal SAINTIKOM P-ISSN : E-ISSN :
KESIMPULAN
Berdasarkan hasil analisa dan pembahasan data Mining dengan teknik estimasi menggunakan metode regresi linear berganda tentang prediksi jumlah penumpang maka di tariklah kesimpulan bahwa.
Hasil dari analisa yang di peroleh dari data mining dengan metode regresi linear berganda mengenai prediksi jumlah penumpang dapat PT Rajawali Citra Transportasi dapat membantu pihak perusahaan mengetahui tentang kriteria apa saja yang mempengaruhi laju pertumbuhan penduduk.
Dan juga di temukan pola yang saling berkaitan erat antara hari libur dengan harga tiket yang dapat mempengaruhi jumlah penumpang UCAPAN TERIMA KASIH Pada kesempatan ini diucapkan terima kasih yang sebesar-besarnya kepada kedua Orang Tua tercinta yang selama ini memberikan doAoa dan dorongan baik secara moril maupun materi sehingga dapat terselesaikannya jurnal ini.
Di dalam penyusunan jurnal ini, banyak sekali bimbingan yang didapatkan serta arahan dan bantuan dari pihak yang sangat mendukung.
Oleh karena itu saya ucapkan terima kasih yang sebesar-besarnya kepada Bapak Rudi Gunawan.
SE.
Si.
, selaku Ketua Sekolah Tinggi Manajemen InFormatika Dan Komputer (STMIK) Triguna Dharma Medan.
Bapak Dr.
Zulfian Azmi.
ST.
Kom.
selaku Wakil Ketua I Bidang Akademik STMIK Triguna Dharma Medan.
Bapak Marsono.
Kom.
Kom.
selaku Ketua Program Studi Sistem Informasi STMIK Triguna Dharma Medan.
Bapak Yopi Hendro Syahputra S.
,M.
KOM.
, selaku Dosen Pembimbing I dan Bapak Rico Imanta Ginting S.
KOM.
,M.
KOM.
,selaku Dosen Pembimbing II yang telah memberikan saran, arahan dan dukungannya serta motivasi, sehingga penelitian ini dapat terselesaikan dengan baik dan tepat waktu.
Seluruh Dosen, di STMIK Triguna Dharma Medan.
REFERENSI