UDiNus Repository

PREDIKSI PELAPORAN PENCURIAN KENDARAAN BERMOTOR BERBASIS LINIER REGRESI BERGANDA DI KOTA SEMARANG

BRENDA, CHARMELITA (2016) PREDIKSI PELAPORAN PENCURIAN KENDARAAN BERMOTOR BERBASIS LINIER REGRESI BERGANDA DI KOTA SEMARANG. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4064b) | Preview
    [img]
    Preview
    PDF
    Download (512Kb) | Preview
      [img]
      Preview
      PDF
      Download (60Kb) | Preview
        [img]
        Preview
        PDF
        Download (77Kb) | Preview
          [img]
          Preview
          PDF
          Download (106Kb) | Preview
            [img]
            Preview
            PDF
            Download (78Kb) | Preview

              Abstract

              Kendaraan bermotor merupakan salah satu jenis alat transportasi kemajuan teknologi di era modern. Pencurian kendaraan bermotor merupakan salah satu tindak kejahatan yang sering terjadi di kota Semarang. Kondisi kelalaian pemilik kendaraan bermotor dalam menjaga kendaraan bermotor miliknya. Peningkatan jumlah penduduk di kota Semarang baik dari dalam kota Semarang maupun luar Jawa dapat meningkatkan kepemilikan kendaraan bermotor . Berdasarkan masalah tersebut maka penelitian ini dilakukan menggunakan data mining yang dimodelkan dengan algoritma linier regresi berganda yang bertujuan untuk mengestimasikan jumlah data pelaporan yang dapat dihasilkan oleh para korban pencurian kendaraan bermotor, sehingga kedepannya mampu meningkatkan jumlah penyelesaian pencurian kendaraan bermotor. Variabel yang digunakan dalam anlaisis linier regresi adalah variabel dependen dan variabel independen. Dari data yang diperoleh maka yang menjadi variabel dependen adalah jumlah data pelaporan yang disimbolkan dengan Y sedangkan variabel independen adalah jumlah pencurian yang disimbolkan dengan X1 dan jumlah penyelesaian pencurian sebagai X2. Dari hasil yang diperoleh dengan akurasi tingkat kepercayaan 95%, maka diperoleh koefisien korelasi berganda (R) adalah0,9651 dan koefisien determinasi (R2) adalah 0,9314. Sedangkan nilai hasil estimasi hampir mendekati data yang sebenarnya yaitu 8297,9943 dengan Root Mean Square Error (RMSE) sebesar 26,93420972.

              Item Type: Article
              Subjects: T Technology > Teknik Informatika
              Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
              Divisions: Fakultas Ilmu Komputer
              Depositing User: Psi Udinus
              Date Deposited: 22 Mar 2016 15:14
              Last Modified: 22 Mar 2016 15:14
              URI: http://eprints.dinus.ac.id/id/eprint/18176

              Actions (login required)

              View Item