Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Realtime Business Intelligence Menggunakan Algoritma Apriori Dengan Data Stream Mining (Studi Kasus: Penjadwalan PT. Citra Tiara Global)
Fakhrian Fadlia Adiwijaya NIM. (2017) | Tesis | Sistem Informasi
Bagikan
Ringkasan
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%.
Ringkasan Alternatif
Vehicles scheduling process which had been working by PT. Citra Tiara Global nowdays still reliable to the coming of vehicle for every departure, in case of the limitation of parking area that consequently the number of vehicle can be hold in every branch is limited. The limited of vehicle forces the management to maximize departure schedule, to avoid stack or shortage of vehicle in every branch. Long traffic in certain time can cause the late of next departure. Departure datas in PT. Citra Tiara Global nowdays only be used for recapitulate and evaluate toward every depart to each direction. By using apriori algorithm, the datas can be used to dig information of prediction of late and prediction of number of passenger based on certain criterion. The information of prediction which is given will be given in real time with update datas proces using push method in change data capture and mining datas process using data stream mining. The implementation of realtime business intelligence using apriori algorithm with data stream mining can help schedulling process in PT. Citra Tiara Global with give the prediction of late of vehicle and the prediction of number of passenger. Based on result of the test which has been done, accuracy of the prediction live between 44% to 79% with minimum support in value of 5%.