EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Analisis Pola Kepadatan Penumpang Menggunakan K-Means Clustering Pada Pelabuhan Penyeberangan Torobulu–Tampo

Muhamad Faza Almaliki, Muhammad Chaerur Rijal, Isnawaty Isnawaty, Maudhy Satyadharma

RIGGS: Journal of Artificial Intelligence and Digital Business · 18.05.2026 · 5 (2) · 3381-3389

DOI: 10.31004/riggs.v5i2.8947 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RIGGS: Journal of Artificial Intelligence and Digital Business, online erschienen am 18.05.2026. Verfasst von Muhamad Faza Almaliki und 3 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penelitian ini bertujuan untuk menganalisis pola kepadatan penumpang pada lintasan penyeberangan Torobulu–Tampo menggunakan metode K-Means Clustering sebagai pendekatan analisis operasional transportasi berbasis data. Data yang digunakan dalam penelitian ini berupa data harian jumlah penumpang Pelabuhan Torobulu selama periode Januari 2023 hingga Oktober 2025. Penelitian dilakukan melalui beberapa tahapan, yaitu preprocessing data untuk membersihkan data yang tidak konsisten, proses normalisasi untuk menyamakan skala data, penentuan jumlah cluster optimal menggunakan metode evaluasi clustering, serta proses pengelompokan data menggunakan algoritma K-Means. Hasil penelitian menunjukkan bahwa pola jumlah penumpang dapat dikelompokkan menjadi tiga kategori utama, yaitu kondisi sepi (low), normal (medium), dan padat (peak season). Cluster padat didominasi oleh periode hari besar nasional, musim mudik Idulfitri, dan libur panjang yang menyebabkan peningkatan mobilitas masyarakat secara signifikan. Sementara itu, cluster normal dan sepi lebih banyak terjadi pada periode operasional reguler di luar musim liburan. Hasil clustering juga menunjukkan adanya pola musiman yang memengaruhi tingkat kepadatan penumpang pada lintasan penyeberangan Torobulu–Tampo. Informasi tersebut dapat dimanfaatkan sebagai dasar dalam optimalisasi jadwal operasional kapal, pengaturan kapasitas penumpang, serta peningkatan kualitas pelayanan transportasi penyeberangan. Selain itu, hasil penelitian ini dapat membantu pihak pengelola pelabuhan dalam melakukan perencanaan operasional yang lebih efektif dan adaptif terhadap perubahan pola mobilitas penumpang. Penelitian ini diharapkan menjadi dasar pengembangan sistem analisis transportasi penyeberangan berbasis data yang lebih cerdas, efisien, terintegrasi, dan berkelanjutan di masa mendatang.

Zitieren

APA

Almaliki, M. F., Rijal, M. C., Isnawaty, I., & Satyadharma, M. (2026). Analisis Pola Kepadatan Penumpang Menggunakan K-Means Clustering Pada Pelabuhan Penyeberangan Torobulu–Tampo. RIGGS: Journal of Artificial Intelligence and Digital Business, 5(2), 3381-3389. https://doi.org/10.31004/riggs.v5i2.8947

Vancouver

Almaliki MF, Rijal MC, Isnawaty I, Satyadharma M. Analisis Pola Kepadatan Penumpang Menggunakan K-Means Clustering Pada Pelabuhan Penyeberangan Torobulu–Tampo. RIGGS: Journal of Artificial Intelligence and Digital Business. 2026;5(2):3381-3389. doi:10.31004/riggs.v5i2.8947

BibTeX
@article{Almaliki2026,
  author = {Almaliki, Muhamad Faza and Rijal, Muhammad Chaerur and Isnawaty, Isnawaty and Satyadharma, Maudhy},
  title = {Analisis Pola Kepadatan Penumpang Menggunakan K-Means Clustering Pada Pelabuhan Penyeberangan Torobulu–Tampo},
  journal = {RIGGS: Journal of Artificial Intelligence and Digital Business},
  year = {2026},
  volume = {5},
  number = {2},
  pages = {3381--3389},
  doi = {10.31004/riggs.v5i2.8947}
}
Kostenlos starten →