MENDETEKSI ADANYA KEMACETAN LALU LINTAS BERDASARKAN TWEET DENGAN METODE DENSITY-BASED CLUSTERING MENGGUNAKAN ALGORITMA DBSCAN
| Main Author: | Agussarifudin, |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/25354/1/jiptummpp-gdl-agussarifu-36291-1-pendahul-n.pdf http://eprints.umm.ac.id/25354/2/jiptummpp-gdl-agussarifu-36291-2-babi.pdf http://eprints.umm.ac.id/25354/ |
Daftar Isi:
- Dalam membangun sebuah sistem harus mempunyai beberapa faktor dasar yang menjadikan sistem ini dibangun, salah satu faktornya adalah untuk meudahkan pengguna dalam mengambil atau memperoleh informasi yang terkait dengan kebutuhanya. Sebuah sistem akan dikatakan baik ketika sistem itu mampu memberikan sebuah keputusan yang benar-benar terjadi sehingga pengguna akan merasa terbantu dengan adanya sistem yang memberikan informasi ini. Dalam tugas akhir ini penulis telah menyelesaikan sebuah masalah yang sedang terjadi dikota Malang dalam menangani kemacetan lalu lintas yang ada dijalan raya. Permasalahan yang akan coba diatasi oleh penulis meliputi bagaimana mendetaksi loksi terjadinya macet dikota Malang menggunkan metode Named Entity Recognition menggunakan Tweet pada Twitter, melakukan penggklasifikasiam informasi dengan metode Density-Base Clustering menggunakan algortima DBSCAN, sehingga aplikasi yang dibangun mampu memberikan informasi yang berhasil di cluster dan ditampilkan pada sebuah form informasi berupa isi tweet yang berhubungan dengan kemacetan pada lokasi yang ada .