Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Deteksi Penyebab Kemacetan di Kota Bandung Melalui Sosial Media dengan Menggunakan Named Entity Recognition
Faza Akbar Hidayat (2021) | Tugas Akhir | Teknik Informatika , Teknik Komputer
Bagikan
Ringkasan
Mengetahui informasi terkini seputar lalu lintas menjadi sebuah kebutuhan bagi masyarakat perkotaan. Dimana, informasi tersebut sangatlah penting guna menentukan rute perjalanan yang seharusnya dilalui oleh pengemudi kendaraan. Adanya berbagai perangkat lunak yang membantu kita dalam memilih rute perjalanan tercepat masih belum bekerja secara optimal terutama dalam hal akurasi karena hanya mengandalkan jumlah perangkat keras seperti ponsel pintar sebagai tolak ukur kepadatan lalu lintas. Padahal, masih terdapat berbagai sumber informasi lainnya yang dapat memberikan data secara aktual dan terperinci seperti sosial media, televisi dan radio. Sosial media merupakan sarana bagi masyarakat untuk saling bertukar informasi tanpa harus bertatap muka dan didukung teknologi. Tugas akhir ini, mengembangkan aplikasi yang bertujuan untuk memberi informasi kepada masyarakat tentang kondisi lalu lintas seperti titik kemacetan, kecelakaan, dan jalan yang terhambat, dengan sumber yang kami gunakan untuk memperoleh data dalam aplikasi ini adalah sosial media berupa Twitter. Twitter dijadikan sebagai tempat mencari data karena API Twitter mudah didapatkan. Aplikasi yang penulis buat berupa aplikasi berbasis web dengan memanfaatkan beberapa teknologi seperti python, framework javascript, dan PostgreSQL sebagai basis datanya. Aplikasi ini dapat menampilkan titik kemacetan di peta secara realtime dan dapat melihat informasi kemacetan dari waktu lampau yang disajikan dalam bentuk dashboard berupa rekapitulasi dengan tampilan grafik. Metode yang digunakan untuk mengolah data twitter adalah metode Event Detection yang mendeteksi apakah data twitter merupakan event kemacetan atau tidak. Selain itu, aplikasi ini menggunakan Named Entity Recognition yang merupakan bagian dari Natural Language Processing untuk mencari entitas yang ada pada cuitan twitter. Aplikasi memiliki hasil output berupa grafik yang menunjukkan jalan yang sering macet, penyebab kemacetan apa yang paling mengakibatkan kemacetan. Selain itu aplikasi ini juga memiliki output berupa menampilkan lokasi kemacetan di peta.
Ringkasan Alternatif
A traffic information is required by citizens. This information is important in order to determine the route of travel that the driver of the vehicle concerned should take. The existing of various software that helps us in choosing the fastest route of travel is still not working optimally, especially in terms of accuracy because it only relies on the amount of hardware such as smart phones as a measure of traffic density. In fact, there are still various other sources of information that can provide actual and detailed data such as social media, television and radio. Social media is a means for people to exchange information without having to meet face to face and supported by technology. This final project is to develop an application that aims to provide information to the public about traffic conditions such as congestion points, accidents and blocked roads, with the source we use to obtain data in this application is social media in the form of Twitter. Twitter is used as a place to find data because the Twitter API is easy to find. The application that the author makes is a web-based application by utilizing several technologies such as python, javascript framework, and PostgreSQL as its database. This application can display congestion points on the map in realtime and can see congestion information from the past which is presented in the form of a dashboard in the form of a recapitulation with a graphic display. The method used to process twitter data is the Event Detection method which detects whether Twitter data is a congestion event or not. In addition, this application uses Named Entity Recognition which is part of Natural Language Processing to search for entities that exist in Twitter tweets. The application has an output result in the form of a graph that shows the roads that are often jammed, what the most congestion causes. In addition, this application also has an output in the form of displaying congestion locations on the map.