Perpustakaan Digital ITB

Pesatnya pertumbuhan populasi telah membawa dampak signifikan pada tuntutan mobilitas masyarakat Indonesia, terutama di Pulau Jawa, yang membuat pemodelan transportasi menjadi krusial. Salah satu model yang umum digunakan adalah Pemodelan Transportasi 4 Tahap. Bangkitan perjalanan merupakan tahap pertama yang memiliki peran krusial untuk menentukan kualitas dan kesesuaian model secara keseleruhan. Metode yang sering digunakan pada pemodelan bangkitan perjalanan adalah metode regresi linear yang cenderung tidak mampu menangani data kompleks. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model machine learning untuk memprediksi bangkitan dan tarikan di Pulau Jawa. Pemodelan dilakukan menggunakan data-data sosioekonomi serta Matriks Asal Tujuan (MAT) dari masing-masing kabupaten dan kota di Pulau Jawa pada tahun 2022. Hasil pemodelan menunjukkan bahwa model machine learning dengan algoritma Gradient Boosting mampu menghasilkan prediksi yang sesuai dengan data referensi MAT dan memberikan tingkat kesesuaian yang lebih baik dari model regresi linear. Selain itu, didapatkan penemuan bahwa variabel paling signifikan pada model machine learning dan regresi linear adalah jumlah tenaga kesehatan dan jumlah penduduk bekerja.