Realtime Business Intelligence Menggunakan Algoritma Apriori dengan Data Stream Mining (Studi Kasus: Penjadwalan PT. Citra Tiara Global)

Proses penjadwalan 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. Hal tersebut memaksa manajem...

Full description

Saved in:
Bibliographic Details
Published inJurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol. 4; no. 2; pp. 62 - 67
Main Authors Adiwijaya, Fakhrian Fadlia, Hadiana, Ana
Format Journal Article
LanguageEnglish
Published 01.09.2018
Online AccessGet full text

Cover

Loading…
More Information
Summary:Proses penjadwalan 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. Hal tersebut memaksa manajemen untuk memaksimalkan jadwal keberangkatan, agar tidak terjadi penumpukan kendaraan di setiap cabangnya. Data keberangkatan yang ada di PT. Citra Tiara Global saat ini hanya digunakan untuk melakukan rekapitulasi dan evaluasi terhadap keberangkatan. 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 CDC 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%.
ISSN:2460-1799
2654-9506
DOI:10.34010/jtk3ti.v4i2.1987