Halo Sobat Data!
Selamat datang pada sesi #IDEA (Insight Data Eksplorasi Akademik). Sobat Data akan diajak mengeksplorasi jurnal penelitian yang menyoroti temuan utama, data yang digunakan, hingga potensi dampaknya di dunia nyata.
Yuk, kita jelajahi kekayaan ilmu dari sains data dan temukan inspirasi baru yang bisa diaplikasikan! Pastikan kamu simak sampai akhir agar tidak ketinggalan insight berharga ya Sobat Data!
Pada edisi ini, Sobat Data akan diajak menjelajahi jurnal dari Dosen Sains Data Telkom University Surabaya yaitu Ibu Rifdatun Ni’mah, S.Si., M.Si. dan beberapa mahasiswa Sains Data Telkom University Surabaya dengan jurnal yang berjudul “Penyesuaian distribusi proses keberangkatan sepeda motor dari lahan parkir saat waktu puncak”. Penasaran lebih lanjut? Yuk kita bahas di bawah ya Sobat Data!
Penelitian mengenai pola keberangkatan kendaraan dari lahan parkir barangkali jarang menjadi perhatian, padahal memiliki peran penting dalam pengelolaan fasilitas kampus yang efisien. Hal inilah yang menjadi fokus dalam studi yang dilakukan oleh Bu Rifdatun Ni’mah dan Regita Putri Permata dari Program Studi Sains Data, Telkom University Surabaya. Penelitian ini bertujuan untuk memodelkan proses keberangkatan sepeda motor dari area parkir saat jam pulang kerja, khususnya pada waktu puncak yang kerap menimbulkan antrean.
Data yang digunakan berasal dari observasi langsung di lahan parkir Telkom University Surabaya pada tanggal 27 Juni hingga 1 Juli 2022. Pengamatan dilakukan setiap pukul 16.00 hingga 17.00 WIB dan berhasil mencatat sebanyak 996 keberangkatan sepeda motor. Penelitian ini kemudian membagi analisis ke dalam dua aspek, yaitu waktu antar keberangkatan dan jumlah keberangkatan dalam satuan waktu per menit.
Untuk memodelkan waktu antar keberangkatan, peneliti menggunakan distribusi probabilitas dan menguji beberapa kandidat distribusi yang paling sesuai. Hasilnya menunjukkan bahwa distribusi Weibull memberikan kecocokan paling tinggi terhadap data empiris. Distribusi ini memiliki karakteristik yang mampu menggambarkan kondisi di mana laju keberangkatan semakin menurun seiring waktu. Hal ini tercermin dari nilai parameter bentuk distribusi yang berada di bawah angka satu, serta dari visualisasi data yang menunjukkan bahwa sebagian besar motor keluar di awal waktu puncak, kemudian jumlahnya menurun secara bertahap.
Sementara itu, pada aspek jumlah keberangkatan per menit, ditemukan bahwa data mengalami overdispersi, yaitu kondisi ketika varians lebih besar daripada rata-rata. Keadaan ini menyebabkan distribusi Poisson standar tidak mampu merepresentasikan data secara akurat. Oleh karena itu, distribusi binomial negatif dipilih karena lebih fleksibel dalam menangani variabilitas tinggi. Hasil pengujian menunjukkan bahwa model ini memiliki nilai goodness-of-fit yang lebih baik dibandingkan model Poisson, baik secara statistik maupun berdasarkan grafik distribusi empiris.
Salah satu temuan penting dari studi ini adalah bahwa sebanyak 63,2 persen sepeda motor keluar dalam waktu kurang dari 0,28 menit sejak keberangkatan sebelumnya. Informasi ini memberikan gambaran tentang kepadatan kendaraan di awal waktu puncak dan dapat dijadikan dasar dalam penentuan jumlah petugas parkir. Penempatan tenaga tambahan pada awal jam pulang kerja berpotensi mengurangi antrean dan meningkatkan efisiensi alur keluar kendaraan.
Penelitian ini menunjukkan bagaimana pendekatan statistika dan sains data dapat diterapkan secara konkret untuk menyelesaikan permasalahan operasional yang kerap ditemui di lingkungan kampus. Selain memberikan kontribusi langsung dalam perbaikan sistem parkir, penelitian ini juga menjadi contoh nyata penerapan keilmuan mahasiswa dan dosen di bidang sains data terhadap permasalahan sehari-hari. Dengan memanfaatkan metode yang tepat dan data yang akurat, proses pengambilan keputusan dapat dilakukan secara lebih terukur dan berdampak positif. Berikut merupakan salah satu contoh hasil dari penelitian tersebut.
Bagi yang ingin membaca hasil penelitian ini secara lengkap, artikel telah dipublikasikan dalam Majalah Ilmiah Matematika dan Statistika dan dapat diakses melalui tautan berikut:
https://pdfs.semanticscholar.org/6a9c/866107598938b8400796cf50d6245c373e11.pdf
Terus ikuti sesi #IDEA untuk mengeksplorasi lebih banyak penelitian menarik di bidang sains data dan aplikasinya di dunia nyata!
Yuk segera daftarkan diri kamu di Data Science Telkom University Surabaya dan wujudkan impianmu!
Playing with Data, Winning the Era.
More info :
-Website : https://bds-sby.telkomuniversity.ac.id/
-Instagram : https://www.instagram.com/ds.telkomsurabaya/