Purnama, Ari
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

SMART COUNTER PADA KAPASITAS BUS TRANSJAKARTA MENGGUNAKAN SENSOR INFRARED BERBASIS ARDUINO UNO ATMEGA328 Purnama, Ari; Fauziah, Fauziah; Nathasia, Novi Dian
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 7, No 1 (2022)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v7i1.2623

Abstract

Bus Transjakarta adalah alat transportasi darat yang dapat menampung jumlah penumpang dalam kapasitas besar. Fungsi Bus Transjakarta ini digunakan untuk mempermudah dalam proses pengantaran para penumpang dari halte ke halte selanjutnya. Permasalahan yang sering kita jumpai bahwa Bus Transjakarta saat ini kurang mengutamakan rasa kenyamanan dan ketertiban para penumpangnya, seperti yang kita ketahui terdapat sebagian penumpang yang tetap memaksakan dirinya untuk tetap masuk ke dalam bus dimana bus tersebut sudah melebihi batas kapasitas yang dianjurkan, hal itu dapat mengakibatkan terdesaknya penumpang didalam bus dan membuat penumpang lainnya merasa kurang nyaman dan juga semakin kurang berlakunya social distancing yang dianjurkan pemerintah dalam situasi pandemik seperti saat ini. Oleh sebab itu untuk mempermudah kernet bus dalam memonitoring penumpang, maka terwujudlah suatu komponen Arduino Uno yang terhubung langsung dengan sensor infrared yang berfungsi untuk meng-Input otomatis ketika penumpang ingin masuk keluar bus. Proses pengujian infrared dapat di hasilkan bahwa sensor tersebut dapat mendeteksi objek dengan maksimal jarak 15cm. Pada penelitian ini menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) untuk menghitung nilai akurasi dari setiap data input pada kinerja sensor infrared yaitu dengan menghitung penumpang yang masuk maupun yang keluar dari Bus Transjakarta. Berdasarkan hasil uji yang telah dilakukan menggunakan 300 data dari pengujian smartcounter yang diolah menggunakan software RapidMiner pada algoritma Naïve Bayes sebesar 96,67% dan Algoritma K-Nearest Neighbor (KNN) memperoleh hasil sebesar 86,67%. Algoritma Naïve Bayes lebih unggul pada data yang digunakan di penelitian ini daripada Algoritma K-Nearest Neighbor (KNN) dalam menghitung skala akurasi ketepatan input data.Kata Kunci: Arduino Uno, Bus, Naive Bayes, K-Nearest Neighbor (KNN), Sensor Infrared