Realtime Business Intelligence Menggunakan Algoritma Apriori Dengan Data Stream Mining (Studi Kasus: Penjadwalan PT. Citra Tiara Global)

Fadlia Adiwijaya, Fakhrian (2017) Realtime Business Intelligence Menggunakan Algoritma Apriori Dengan Data Stream Mining (Studi Kasus: Penjadwalan PT. Citra Tiara Global).

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Proses penjadwalan kendaraan yang dilakukan oleh PT. Citra Tiara Global saat ini masih mengandalkan kedatangan kendaraan untuk setiap keberangkatannya, hal ini dikarenakan keterbatasan lahan parkir yang mengakibatkan jumlah kendaraan yang dapat ditampung di setiap cabang terbatas. Keterbatasan kendaraan yang ada memaksa manajemen untuk memaksimalkan jadwal keberangkatan, agar tidak terjadi penumpukan atau kekurangan kendaraan di setiap cabangnya. Kemacetan yang panjang pada waktu tertentu dapat menyebabkan keterlambatan untuk keberangkatan selanjutnya. Data keberangkatan yang ada di PT. Citra Tiara Global saat ini hanya digunakan untuk melakukan rekapitulasi dan evaluasi terhadap keberangkatan untuk setiap tujuannya. Dengan menggunakan algoritma apriori, data keberangkatan yang ada dapat digunakan untuk menggali informasi prediksi keterlambatan dan prediksi jumlah penumpang berdasarkan kriteria tertentu. Informasi prediksi yang diberikan akan diberikan secara realtime, dengan proses update data menggunakan metode Change Data Capture Push dan proses data mining menggunakan data stream mining. Pengimplementasian realtime business intelligence menggunakan algoritma apriori dengan data stream mining dapat membantu proses penjadwalan di PT. Citra Tiara Global dengan memberikan prediksi keterlambatan kendaraan dan predksi jumlah penumpang. Berdasarkan hasil pengujian yang telah dilakukan, keakurasian prediksi berada antara 44% hingga 79% dengan minimum support yang digunakan bernilai 5%.

Item Type: Article
Uncontrolled Keywords: Apriori, Business Intelligence, Change Data Capture, Penjadwalan
Subjects: S2 Thesis > Magister Sistem Informasi > 2017
Divisions: Universitas Komputer Indonesia > Perpustakaan UNIKOM
Date Deposited: 10 Nov 2017 03:32
Last Modified: 10 Nov 2017 03:32
URI: https://repository.unikom.ac.id/id/eprint/53308

Actions (login required)

View Item View Item