TransJakarta Analytics & Prediction System

Eksplorasi Data & Prediksi Kepadatan Jam Sibuk Berbasis Machine Learning

Kaggle: Transjakarta Transaction (April 2023)
Total Raw
37,900
Total Transaksi Kaggle
Peak Hours
5,720
Perjalanan di Jam Sibuk
Off-Peak
1,837
Perjalanan Jam Reguler
Decision Tree
75.8%
Akurasi Model Prediksi

Visualisasi Data Transportasi (EDA)

Analisis pola perjalanan, rute terpadat, dan metode pembayaran penumpang Transjakarta.

Proporsi Waktu Perjalanan Donut Chart
Proporsi Waktu Perjalanan Transjakarta
Top 10 Koridor Terpadat Bar Chart
Top Koridor Transjakarta
Metode Pembayaran Tiket Bank Issuer
Distribusi Kartu Pembayaran
Evaluasi Model: Confusion Matrix Testing Data
Confusion Matrix Evaluasi Model

Prediksi Kepadatan Waktu Perjalanan (Machine Learning)

Simulasikan parameter perjalanan untuk memprediksi apakah rute tersebut akan berada pada jam sibuk (peak) atau jam reguler (off-peak).

Input Parameter Perjalanan
Karakteristik koridor mempengaruhi volume arus penumpang harian.

Pilih parameter di sebelah kiri lalu klik tombol Prediksi Kepadatan Waktu.