IMPLEMENTASI ALGORITMA XGBOOST CLASSIFIER UNTUK KLASIFIKASI KERUMUNAN JAMA'AH HAJI DAN UMRAH

ILLAIHIYAH, RAHMATTUN (2025) IMPLEMENTASI ALGORITMA XGBOOST CLASSIFIER UNTUK KLASIFIKASI KERUMUNAN JAMA'AH HAJI DAN UMRAH. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text 1. PENDAHULUAN.pdf Download (1MB)
	Text 2. ABSTRAK.pdf Download (515kB)
	Text 3. BAB 1.pdf Download (320kB)
	Text 4. BAB 2.pdf Restricted to Repository staff only Download (637kB) | Request a copy
	Text 5. BAB 3.pdf Restricted to Repository staff only Download (757kB) | Request a copy
	Text 6. BAB 4.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text 7. BAB 5.pdf Restricted to Repository staff only Download (311kB) | Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (308kB)
	Text 9. LAMPIRAN.pdf Restricted to Repository staff only Download (399kB) | Request a copy

Abstract

Efektivitas manajemen kerumunan menjadi aspek vital dalam pelaksanaan ibadah haji dan umrah, mengingat mobilitas jemaah yang sangat tinggi pada waktu dan lokasi tertentu. Penelitian ini mengusulkan pendekatan klasifikasi tingkat kepadatan kerumunan (crowd density) dengan memanfaatkan data operasional yang merepresentasikan dinamika pergerakan, perilaku individu, serta kondisi lingkungan sekitar. Dataset yang dianalisis terdiri dari 10.000 data entri dengan total 29 fitur. Untuk membangun model klasifikasi, digunakan algoritma Extreme Gradient Boosting (XGBoost), yang memiliki keunggulan dalam menangani data kompleks dan fitur heterogen. Berdasarkan hasil pengujian, model menunjukkan kemampuan yang tinggi dalam mengidentifikasi tingkat kepadatan kerumunan rendah, sedang, dan tinggi secara akurat, dengan capaian akurasi sebesar 98,5%, precision 99%, recall 98%, serta f1-score 99%.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

ABDURRAHMAN, GINANJAR

NIDN0714078704

Dosen Pembimbing

DARYANTO, DARYANTO

NIDN0707077203

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Extreme Gradient Boosting, Haji dan Umrah, Klasifikasi, Kepadatan Kerumunan, Pembelajaran mesin
Subjects:	000 Computer Science, Information, & General Works > 003 Systems 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Rahmattun Illaihiyah | rahmatclickdownload@gmail.com
Date Deposited:	25 Aug 2025 03:23
Last Modified:	25 Aug 2025 03:23
URI:	http://repository.unmuhjember.ac.id/id/eprint/27543

Actions (login required)

View Item