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

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%.