Ekstraksi Perilaku Komuter Pada Commuter Line Menggunakan Rule-Based Machine Learning

Abstract

Penerapan Automatic Fare Collection (AFC) pada KA Commuter Line dapat memberikan pengetahuan baru dalam melakukan navigasi antar jalur KA Commuter Line dengan data perjalanan Commuter Line secara real. Sistem AFC memungkinkan manajemen untuk memperoleh data rinci dalam jumlah besar mengenai rute setiap komuter setiap hari. Salah satu tantangan yang dihadapi dalam menggunakan big data di AFC adalah ekstraksi data perilaku penumpang angkutan. Perilaku penumpang Commuter Line merupakan faktor yang sangat penting bagi operator untuk mengambil keputusan yang tepat. Penelitian ini menggunakan metode association rules untuk mengekstrak data AFC guna menghasilkan informasi yang baik dan memahami perilaku komuter Jabodetabek. Hasil penelitian menunjukkan bahwa metode association rules dapat mengekstraksi data AFC dan menghasilkan aturan asosiasi yang kuat pada perilaku komuter.