Penerapan Data Mining untuk Prediksi Pendapatan Retribusi Parkir di Kabupaten Karanganyar Menggunakan Metode K-Nearest Neighbor

WIBOWO, Tulus and Khusnuliawati, Hardika and Charolina, Astri (2023) Penerapan Data Mining untuk Prediksi Pendapatan Retribusi Parkir di Kabupaten Karanganyar Menggunakan Metode K-Nearest Neighbor. Other thesis, Universitas Sahid Surakarta.

[img] Text
Tulus Wibowo_cover_2019062010 - Tuluze Wibowo.pdf

Download (1MB)
[img] Text
Tulus Wibowo_Bab I_2019062010 - Tuluze Wibowo.pdf

Download (309kB)
[img] Text
Tulus Wibowo_Bab II_2019062010 - Tuluze Wibowo.pdf

Download (468kB)
[img] Text
Tulus Wibowo_Bab III_2019062010 - Tuluze Wibowo.pdf

Download (411kB)
[img] Text
Tulus Wibowo_Bab IV_2019062010 - Tuluze Wibowo.pdf
Restricted to Repository staff only

Download (470kB) | Request a copy
[img] Text
Tulus Wibowo_Bab V_2019062010 - Tuluze Wibowo.pdf
Restricted to Repository staff only

Download (436kB) | Request a copy
[img] Text
Tulus Wibowo_daftar pustaka_2019062010 - Tuluze Wibowo.pdf

Download (77kB)
[img] Text
Tulus Wibowo_lampiran_2019062010 - Tuluze Wibowo.pdf

Download (197kB)

Abstract

Dinas Perhubungan Kabupaten Karanganyar merupakan organisasi perangkat daerah yang ada di lingkungan Pemerintah Kabupaten Karanganyar. Salah satu tugas dan fungsinya ada di Bidang Sarana dan Keselamatan adalah penataan dan pengelolaan parkir di tepi jalan umum. Permasalahannya yang dihadapi adalah potensi pendapatan retribusi parkir ini belum tergali secara optimal dan dikelola dengan baik serta penghitungan target dilakukan secara manual, maka dibutuhkan prediksi pendapatan retribusi parkir, yang bertujuan untuk mempermudah pihak Dinas Perhubungan Kabupaten Karanganyar dalam merencanakan target pendapatan dan penyediaan stok karcis retribusi di tahun yang akan datang. Untuk pengujian dalam penelitian digunakan teknik klasifikasi data mining dan algoritma K-Nearest Neighbor untuk memprediksi karena tangguh terhadap traning data yang noise dan efektif apabila training data-nya besar. Hasil dari penelitian ini adalah prediksi pendapatan retribusi parkir berdasarkan jenis kendaraan, yaitu Roda 2, Roda 4 dan Bus/Truk. Berdasarkan nilai akurasi terhadap klasifikasi pendapatan retribusi parkir untuk Roda 2 sebesar 97,50 %, Roda 4 sebesar 100 % dan Bus/Truk sebesar 100 %.

Item Type: Thesis (Other)
Uncontrolled Keywords: Forcasting, Data Mining, K-Nearest Naighbor (KNN)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Sains, Teknologi dan Kesehatan > Informatika
Depositing User: Dwi Ratna Sari
Date Deposited: 17 Feb 2023 04:54
Last Modified: 17 Feb 2023 04:54
URI: https:///id/eprint/2529

Actions (login required)

View Item View Item