1~5
ISSN: 1978-1520 1
Abstrak
Pemantauan uji kelaikan kendaraan bermotor khususnya kendraan umum sangat penting
dikarenakan salah satu penyebab tingginya angka kecelakaan dikarenakan kondisi kendaraan
yang sudah tidak laik jalan. Dan salah satu penyebab kemacetan di kota makassar yaitu
kendaraan umum yang diakibatkan karena tidak laik jalan angkutan umum tersebut. Dengan itu
solusi penelitian ini agar tersedia sistem pemeriksaaan kelaikan jalan suatu angkutan umum di
kota Makassar. Desain solusi berupa sistem dengan penerapan mesin kecerdasan buatan dengan
metode JST Backpropagation dengan skenario sistem petugas Uji Kendaraan Bermotor (KIR)
dapat menggunakan aplikasi secara langsung saat melakukan pemeriksaan dan pengujian
kelaikan yang secara otomatis akan menghasilkan kelaikan jalan kendaraan umum. Metode JST
Backpropagation dikenal sebagai metode pelatihan jaringan syaraf tiruan yang diawasi. Ini
mengevaluasi kontribusi kesalahan dari setiap neuron setelah satu set data diproses. Pada
penelitian ini berhasil membangun aplikasi yang dapat melakukan penilaian uji kelaikan
Angkutan Umum (UJI KIR) berbasis web yang dapat digunkan oleh pendaftar untuk memantau
hasil pemeriksaan kendaraan secara online.
Abstract
Monitoring the adequacy test of motorized vehicles, especially public vehicles, is very
important because one of the reasons for the high number of accidents is the condition of the
cars that are no longer roadworthy. And one of the causes of congestion in the city of Makassar
is public transportation caused by the unworthiness of these public transport roads. With that,
the solution for this research is to provide a roadworthiness inspection system for public transit
in Makassar. The solution design is in the form of a system with the application of an artificial
intelligence engine using the Backpropagation ANN method with a system scenario for
Motorized Vehicle Testing (KIR) officers who can use the application directly when carrying
out inspections and testability, which will automatically generate public vehicle
roadworthiness. The Backpropagation ANN method is known as a supervised neural network
training method. It evaluates the error contribution of each neuron after a data set has been
processed. This study succeeded in building an application that can carry out a web-based
Public Transport adequacy test (UJI KIR) that applicants can use to monitor vehicle inspection
results online.
Received June 1st,2012; Revised June 25th, 2012; Accepted July 10th, 2012
2 ISSN: 1978-1520
1. PENDAHULUAN
D
Pemerintahan bidang perhubungan yang menjadi kewenangan Daerah, mempunyai
tugas pokok merumuskan, membina, dan mengendalikan kebijakan di bidang
Perhubungan meliputi Lalu Lintas, Angkutan, Pengendalian Operasional dan Teknik Sarana dan
Prasarana, Pengujian Kendaraan Bermotor serta Tugas lainnya. Salah satu tugas yang dimiliki
dinas perhubungan kota Makassar adalah melakukan uji kelaikan kendaraan umum untuk
menjamin kualitas kendaraan umum di kota Makassar. Fakta lain yang menjadi dasar
meningkatnya kemacetan di kota Makassar yaitu Pertumbuhan kendaraan bermotor di kota
Makassar dengan rata-rata 10 persen pertahun, sedangkan pertumbuhan volume jalan baru di
kota makassar tidak sampai 1 persen pertahun dengan meningkatnya jumlah kendaraan tersebut
maka kegiatan pengujian uji KIR semakin meningkat ( Fachrizal Rustam et al.,2021).
Pemantauan uji kelaikan kendaraan bermotor khususnya kendraan umum sangat penting
dikarenakan salah satu penyebab tingginya angka kecelakaan dikarenakan kondisi kendaraan
yang sudah tidak laik jalan. Dan salah satu penyebab kemacetan di kota makassar yaitu
kendaraan umum yang diakibatkan karena tidak laik jalan angkutan umum tersebut. Dengan itu
solusi penelitian ini agar tersedia sistem pemeriksaaan kelaikan jalan suatu angkutan umum di
kota Makassar, petugas Uji Kendaraan Bermotor (KIR) dapat menggunakan aplikasi secara
langsung saat melakukan pemeriksaan dan pengujian kelaikan yang secara otomatis akan
menghasilkan kelaikan jalan kendaraan umum.
Metode JST Backpropagation merupakan metode pelatihan jaringan syaraf tiruan yang
diawasi. Ini mengevaluasi kontribusi kesalahan dari setiap neuron setelah satu set data diproses.
Tujuan Backpropagation adalah untuk memodifikasi bobot untuk melatih jaringan neural untuk
memetakan input arbitrer ke output dengan benar. Dengan menerapkan metode JST
Backpropagation pada data uji KIR yang terus bertambah tentu saja akan membuat bobot
penilain semakin objektif sehingga dapat menghasilkan hasil klasifikasi kelaikan yang lebih
baik secara terus menerus.
Adapun metode ini digunakan untuk menemukan pola kemiripan data baru dengan data
hasil pemeriksaan yang sebelumnya. Dimana untuk menentukan lulus uji kelaikan / tidak lulus
uji kelaikannya ditentukan oleh JST Backpropagation.
Berdasarkan latar belakang masalah di atas, peneliti akan melakukan riset dengan judul
ANALISA UJI KENDARAAN BERMOTOR (UJI KIR) DENGAN METODE JARINGAN
SYARAF TIRUAN BACKPROPAGATION sehingga dapat diahasilkan aplikasi Uji Kendaraan
Bermotor Uji KIR yang dapat mengurangi kendaraan yang tidak laik jalan terus beroperasi di
kota makassar yang berpegaruh terhadap tingkat kemacetan di kota Makassar
2. METODE PENELITIAN
Pembahasan terhadap hasil penelitian dan pengujian yang diperoleh disajikan dalam
bentuk uraian teoritik, baik secara kualitatif maupun kuantitatif. Hasil percobaan sebaiknya
ditampilkan dalam berupa grafik atau pun tabel. Untuk grafik dapat mengikuti format untuk
diagram dan gambar.
90.8323
100 73.0107
80
60
40
20
0
SCBIE 1 kunci SCBIE 2 kunci
4. KESIMPULAN
Berdasarkan hasil pembahasan pada bab sebelumnya pada penelitian dengan judul
Analisa Uji Kendaraan Bermotor (Uji Kir) Dengan Metode Jaringan Syaraf Tiruan
Backpropagation maka diketahui bahwa:
1. Berhasil membangun aplikasi yang dapat melakukan penilaian uji kelaikan Angkutan
Umum (UJI KIR) berbasis web yang dapat digunkan oleh pendaftar untuk memantau
hasil pemeriksaan kendaraan secara online
2. Berhasil Mengimplementasikan metode JST Backpropagation dengan menentukan
bobot kriteria berdasarkan fitur-fitur untuk menentukan kelaikan angkutan umum dan
angkutan barang
5. SARAN
Title of manuscript is short and clear, implies research results (First Author)
4 ISSN: 1978-1520
DAFTAR PUSTAKA
● Buku dengan urutan penulisan: Penulis, tahun, judul buku (harus ditulis miring) volume (jika
ada), edisi (jika ada), nama penerbit dan kota penerbit .
[1] Castleman, K. R., 2004, Digital Image Processing, Vol. 1, Ed.2, Prentice Hall, New Jersey.
● Buku Terjemahan dengan urutan penulisan: Penulis asli (nama depan, tengah. (disingkat),
belakang. (disingkat)), tahun buku terjemahan, judul bukuterjemahan (harus ditulis miring),
volume (jika ada), edisi (jika ada), (diterjemahkan oleh : nama penerjemah), nama penerbit
terjemahan dan kota penerbit terjemahan.
[2] Gonzales, R., P. 2004, Digital Image Processing (Pemrosesan Citra Digital), Vol. 1, Ed.2,
diterjemahkan oleh Handayani, S., Andri Offset, Yogyakarta.
● Artikel dalam Buku dengan urutan penulisan: Penulis artikel, tahun, judul artikel (harus
ditulis miring), nama editor, judul buku (harus ditulis miring), volume (jika ada), edisi (jika
ada), nama penerbit dan kota penerbit.
[3] Wyatt, J. C, dan Spiegelhalter, D., 1991, Field Trials of Medical Decision-Aids: Potential
Problems and Solutions, Clayton, P. (ed.): Proc. 15th Symposium on Computer Applications
in Medical Care, Vol 1, Ed. 2, McGraw Hill Inc, New York.
● Pustaka dalam bentuk Skripsi/Tesis/Disertasi dengan urutan penulisan: Penulis, tahun, judul
skripsi, Skipsi/Tesis/Disertasi (harus ditulis miring), nama fakultas/ program pasca sarjana,
universitas, dan kota.
[6] Prasetya, E., 2006, Case Based Reasoning untuk mengidentifikasi kerusakan bangunan,
Tesis, Program Pasca Sarjana Ilmu Komputer, Univ. Gadjah Mada, Yogyakarta.
[7] Ivan, A.H., 2005, Desain target optimal, Laporan Penelitian Hibah Bersaing,Proyek
Multitahun, Dikti, Jakarta.
● Artikel majalah ilmiah versi online dengan urutan penulisan: Penulis, tahun, judul artikel,
nama majalah ((harus ditulis miring sebagai singkatan resminya), nomor, volume, halaman dan
alamat website.
[9] Xavier Pi-Sunyer, F., Becker, C., Bouchard, R.A., Carleton, G. A., Colditz, W., Dietz, J.,
Foreyt, R. Garrison, S., Grundy, B. C., 1998, Clinical Guidlines on the identification,
evaluation, and treatment of overweight and obesity in adults, Journal of National Institutes
of Health, No.3, Vol.4, 123-130,
:http://journals.lww.com/acsm-msse/Abstract/1998/11001/paper_treatment_of_obesity.pdf.
● Artikel umum dengan urutan penulisan: Penulis, tahun, judul artikel, alamat website (harus
ditulis miring), diakses tanggal …
[10] Borglet, C, 2003,Finding Asscociation Rules with Apriori
Algorithm,http://www.fuzzy.cs.uniagdeburgde/~borglet/apriori.pdf, diakses tgl 23
Februari 2007.
Daftar Pustaka hanya memuat semua pustaka yang diacu pada naskah tulisan, bukan
sekedar pustaka yang didaftar. Pustaka ditulis urut kemunculan pengacuan di naskah,
bukan urut abjad penulis.
[1] Castleman, Kenneth R., 2004, Digital Image Processing, Vol. 1, Ed.2, Prentice Hall, New
Jersey.
[2] Gonzales, R., P. 2004, Digital Image Processing (Pemrosesan Citra Digital), Vol. 1, Ed.2,
diterjemahkan oleh Handayani, S., Andri Offset, Yogyakarta.
[3] Wyatt, J. C, dan Spiegelhalter, D., 1991, Field Trials of Medical Decision-Aids: Potential
Problems and Solutions, Clayton, P. (ed.): Proc. 15th Symposium on Computer Applications
in Medical Care, Vol 1, Ed. 2, McGraw Hill Inc, New York.
[4] Yusoff, M, Rahman, S.,A., Mutalib, S., and Mohammed, A. , 2006, Diagnosing Application
Development for Skin Disease Using Backpropagation Neural Network Technique, Journal
of Information Technology, vol 18, hal 152-159.
[6] Prasetya, E., 2006, Case Based Reasoning untuk mengidentifikasi kerusakan bangunan,
Tesis, Program Pasca Sarjana Ilmu Komputer, Univ. Gadjah Mada, Yogyakarta.
Title of manuscript is short and clear, implies research results (First Author)
6 ISSN: 1978-1520
[7] Ivan, A.H., 2005, Desain target optimal, Laporan Penelitian Hibah Bersaing,Proyek
Multitahun, Dikti, Jakarta.
[9] Xavier Pi-Sunyer, F., Becker, C., Bouchard, R.A., Carleton, G. A., Colditz, W., Dietz, J.,
Foreyt, R. Garrison, S., Grundy, B. C., 1998, Clinical Guidlines on the identification,
evaluation, and treatment of overweight and obesity in adults, Journal of National Institutes
of Health, No.3, Vol.4, 123-130,
:http://journals.lww.com/acsm-msse/Abstract/1998/11001/paper_treatment_of_obesity.pdf.