IMPLEMENTATION OF DYNAMIC CLUSTER USING K-MEANS CLUSTER AND PARTICLE SWARM OPTIMIZATION FOR TRAFFIC CHARACTERISTICS IDENTIFICATION CHARACTERISTICS BASED ON THE NUMBER AND THE KIND OF VEHICLES
Tsabbit Aqdami Mukhtar · 2016
Jalan raya merupakan fasilitas umum yang paling sering digunakan oleh masyarakat dalam kehidupan sehari-hari. Hal tersebut disebabkan karena jalan raya berfungsi untuk menghubungkan antar satu tempat dengan tempat lainnya. Setiap jalan raya memiliki lebar dan pembagian jalur yang berbedabeda disesuaikan dengan jumlah pengguna yang melintas. Meski terdapat algoritma pengelompokkan K-Means Cluster, namun K-means Cluster saja tidak cukup untuk melakukan pengelompokkan jalan raya karena K-means membutuhkan jumlah cluster yang pasti. maka dari itu, dikembangkan suatu metode Dynamic Cluster dengan menggunakan K-Means dan Particle Swarm Optimization (PSO) untuk mencari jumlah Cluster optimal. Algoritma PSO digunakan untuk mencari Jumlah Cluster yang optimal sementara K-Means digunakan untuk menghitung hasil Cluster terbaik. Uji coba dilakukan dengan menggunakan uji parameter dan uji skenario berdasarkan jenis kendaraan. Uji parameter dimaksudkan untuk mencari nilai optimal ambang batas dan konstanta dari dari algoritma PSO. Uji skenario berdasarkan jenis kendaraan dibagi menjadi dua yakni motor dan mobil di dalam rentang waktu tertentu. Hasil dariuji coba yang dilakukan adalah setiap Cluster yang terbentuk di dalam subskenario memiliki anggota yang selalu berubah-ubah berdasarkan kedekatan selisi jumlah kendaraan.