SISTEM PREDIKSI PENUMPANG BUS

Jumlah penumpang Bus sangat ber fluktuasi dari waktu ke waktu, saat akhir pekan terutama hari libur nasional, jumlah penumpang dapat membludak sedangkan ketersediaan kursi tidak mencukupi. Di sisi lain, dapat terjadi kelebihan kursi jika penyediaan kursi penumpang dibuat tetap dari waktu ke waktu. Hal tersebut merupakan salah satu faktor yang memengaruhi kualitas pelayanan dalam ketersediaan kursi penumpang, sehingga perusahaan dapat mengefisienkan penyediaan kursi penumpang sesuai permintaan.
Algoritma Jaringan Saraf Tiruan Backpropagation digunakan dalam memprediksi jumlah penumpang melalui data historis jumlah penumpang dengan melatih suatu jaringan dengan menggunakan data penumpang sebelumnya. Disini digunakan fungsi pelatihan Gradient descent with Momentum & Adaptive LR (traingdx), Levenberg- Marquardt (trainlm) dan Gradient descent (traingd). Dari hasil penelitian dengan tiga fungsi pelatihan ini diperoleh nilai MSE 0.0042332 untuk traingdx, 0.25193 untuk trainlm dan 0.0074848 untuk traingd. Didapatkan fungsi pelatihan Gradient descent with Momentum & Adaptive LR (traingdx)menghasilkan prediksi yang lebih baik dilihat pada nilai MSE terkecil yang didapatkan dibandingkan fungsi pelatihan lainnya. Hasil prediksi yang didapatkan pada salah satu trayek memiliki nilai MAPE sebesar 5,313255297%, kurang dari 10% maka kemampuan prediksi sangat baik.
Kata Kunci: Penumpang Bus, prediksi, jst bacpropagation, traingdx, trainlm, traingd