Random Survival Forest versus Cox Proportional Hazard dalam kasus menyeimbangkan kembali pada sistem berbagi sepeda

Octapiani, Sarah (2021) Random Survival Forest versus Cox Proportional Hazard dalam kasus menyeimbangkan kembali pada sistem berbagi sepeda. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (172kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (290kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (338kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (429kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (865kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (906kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (453kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (322kB) | Request a copy

Abstract

Bike Sharing adalah layanan dimana sepeda disediakan untuk digunakan dalam waktu yang singkat yang biasanya cukup untuk perjalanan tunggal. Dalam sistem berbagi sepeda terdapat masalah penting yang merupakan masalah ketidak seimbangan, masalah ketidak seimbangan diatasi dengan melakukan penyeimbangan kembali jumlah sepeda dan jumlah dok di stasiun sepeda. Untuk menyeimbangkan kembali digunakan analisis survival dengan menggunakan Metode Random Survival Forest (RSF) yang merupakan perluasan metode Random Forest ke pengaturan survival untuk analisis data survival yang tersensor di kanan, dengan menggunakan RSF dapat diklasifikasikan variabel yang dapat mempengaruhi lama waktu menuju pemesanan sepeda di sistem berbagi sepeda yang akan dibandingkan dengan metode Cox Proportional Hazard (CPH), Model Cox Proportional Hazard merupakan model yang banyak digunakan. Berdasarkan perbandingan menggunakan metode C-Index dan IBS, metode RSF menghasilkan nilai C yang lebih besar dan IBS yang lebih kecil, sehingga metode RSF dianggap metode yang paling tepat digunakan pada penelitian kali ini. Faktor-faktor yang berkontribusi dalam keakuratan prediksi diantaranya id sepeda, durasi, hari, waktu dalam sehari, suhu dingin, jarak ke stasiun, stasiun sepeda, tipe pengguna, dan jenis kelamin.

Actions (login required)

View Item