AKMICIREBONAKMICIREBON
Jurnal Sains Teknologi Transportasi MaritimJurnal Sains Teknologi Transportasi MaritimPengiriman kontainer ke dalam darat merupakan komponen penting dalam rantai logistik maritim global, berfungsi sebagai fase akhir menuju tujuan akhir di dalam darat. Prediksi yang akurat terhadap waktu pengiriman kontainer ke dalam darat sangat penting untuk meningkatkan efisiensi operasional, meminimalkan biaya demurage dan penahanan, serta meningkatkan kepuasan pelanggan dalam rantai pasok global. Penelitian ini memanfaatkan data pergerakan kontainer historis dari pelabuhan internasional utama untuk mengembangkan model pembelajaran mesin yang kuat dalam memprediksi jadwal pengiriman kontainer ke dalam darat. Metode yang digunakan adalah Random Forest Regressor, yang dilatih untuk memperkirakan total waktu pengiriman ke dalam darat berdasarkan fitur-fitur seperti ukuran kontainer, tipe, jalur pelayaran, hari pengiriman, dan pola temporal. Evaluasi model menunjukkan Mean Absolute Error sebesar 4,59 hari, Root Mean Squared Error sebesar 10,55 hari, dan koefisien determinasi (R²) sebesar 0,68, yang menunjukkan akurasi prediksi moderat. Visualisasi pendukung seperti kurva belajar, kurva gain, diagram pentingnya fitur, distribusi residual, dan pita prediksi memperlihatkan keunggulan model serta area yang perlu penyempurnaan lebih lanjut. Penelitian ini memberikan kontribusi pada bidang logistik cerdas dan informatika maritim dengan menyediakan kerangka kerja berbasis data untuk meningkatkan kemampuan prediksi pengiriman ke dalam darat.
Model Random Forest yang diuji berhasil memperkirakan waktu pengiriman kontainer ke dalam darat dengan MAE 4,59 hari, RMSE 10,55 hari, dan R² 0,68, namun menunjukkan bias dan overfitting akibat heteroskedastisitas serta perkiraan yang kurang pada pengiriman lama.Keterbatasan utama terletak pada data yang terbatas dan fitur yang belum mencakup kondisi real-time seperti lalu lintas, cuaca, dan tingkat kepadatan pelabuhan, sehingga mengakibatkan kesenjangan generalisasi.Penelitian selanjutnya disarankan untuk menambahkan data real-time, menyeimbangkan dataset, serta mengeksplorasi metode ensemble atau pembelajaran mendalam guna meningkatkan akurasi dan ketahanan model pada kasus ekstrem.
Penelitian selanjutnya dapat mengkaji bagaimana integrasi data lalu lintas real‑time dan kondisi cuaca dapat meningkatkan akurasi prediksi waktu pengiriman kontainer ke dalam darat, dengan membandingkan performa model yang menggunakan data statis versus data dinamis. Selanjutnya, dapat dikembangkan model ensemble hibrida yang menggabungkan Random Forest, Gradient Boosting, dan jaringan saraf dalam upaya mengurangi overfitting serta memperbaiki kemampuan generalisasi pada dataset maritim yang terbatas. Terakhir, penting untuk meneliti pengaruh indeks kepadatan pelabuhan yang bersifat dinamis serta karakteristik transportasi multimodal terhadap perkiraan keterlambatan pada kasus pengiriman dengan distribusi panjang (long‑tail), sehingga model dapat lebih efektif dalam mengidentifikasi dan mengantisipasi risiko keterlambatan signifikan.
| File size | 873.23 KB |
| Pages | 12 |
| DMCA | Report |
Related /
LAAROIBALAAROIBA Dan dapat disimpulkan. Penelitian ini menunjukkan bahwa kualitas layanan elektronik pada formulir e‑form secara signifikan dan positif memengaruhi tingkatDan dapat disimpulkan. Penelitian ini menunjukkan bahwa kualitas layanan elektronik pada formulir e‑form secara signifikan dan positif memengaruhi tingkat
LAAROIBALAAROIBA Penelitian ini bertujuan untuk menjelaskan nilai publik program santunan kematian miskin di Kabupaten Bojonegoro yang dipersepsikan oleh masyarakat umum.Penelitian ini bertujuan untuk menjelaskan nilai publik program santunan kematian miskin di Kabupaten Bojonegoro yang dipersepsikan oleh masyarakat umum.
LAAROIBALAAROIBA Pajak menurut Al-Juwayni bukan sekadar ranah fiqh personal, melainkan bagian dari wilayah Imâmah (kepemimpinan negara) yang melibatkan konteks sosial,Pajak menurut Al-Juwayni bukan sekadar ranah fiqh personal, melainkan bagian dari wilayah Imâmah (kepemimpinan negara) yang melibatkan konteks sosial,
LAAROIBALAAROIBA Kehadiran media sosial telah memunculkan rasa cemas digital yang dikenal sebagai Fear of Missing Out (FoMO). Salah satu aplikasi yang digemari yaitu Instagram.Kehadiran media sosial telah memunculkan rasa cemas digital yang dikenal sebagai Fear of Missing Out (FoMO). Salah satu aplikasi yang digemari yaitu Instagram.
LAAROIBALAAROIBA Hal tersebut terlihat pada hasil uji yang diperoleh seperti pada uji normalitas yang diperoleh dua negara yaitu Indonesia dan Brunei Darussalam terbuktiHal tersebut terlihat pada hasil uji yang diperoleh seperti pada uji normalitas yang diperoleh dua negara yaitu Indonesia dan Brunei Darussalam terbukti
AKMICIREBONAKMICIREBON However, to prepare for future challenges, proactive measures like optimizing service times and implementing machine learning models are recommended asHowever, to prepare for future challenges, proactive measures like optimizing service times and implementing machine learning models are recommended as
INSURIPONOROGOINSURIPONOROGO Penelitian ini bertujuan untuk mengevaluasi efektivitas model komunikasi Islam dalam mengatasi perilaku Pornografi, Masturbasi, dan Orgasme (PMO) di kalanganPenelitian ini bertujuan untuk mengevaluasi efektivitas model komunikasi Islam dalam mengatasi perilaku Pornografi, Masturbasi, dan Orgasme (PMO) di kalangan
MEDIAPUBLIKASIMEDIAPUBLIKASI Penelitian ini bertujuan untuk mengembangkan model prediksi keberhasilan mahasiswa dalam LMS menggunakan algoritma machine learning. Keberhasilan mahasiswaPenelitian ini bertujuan untuk mengembangkan model prediksi keberhasilan mahasiswa dalam LMS menggunakan algoritma machine learning. Keberhasilan mahasiswa
Useful /
LAAROIBALAAROIBA Sistem ini memfasilitasi kolaborasi, koordinasi, dan distribusi tugas antar divisi, sekaligus memungkinkan pemantauan progres secara real‑time melaluiSistem ini memfasilitasi kolaborasi, koordinasi, dan distribusi tugas antar divisi, sekaligus memungkinkan pemantauan progres secara real‑time melalui
LAAROIBALAAROIBA Dalam Studi Kasus Terang Bulan Legend di Sidoarjo, pemanfaatan media sosial telah menghasilkan peningkatan signifikan dalam penjualan dan keuntungan. IniDalam Studi Kasus Terang Bulan Legend di Sidoarjo, pemanfaatan media sosial telah menghasilkan peningkatan signifikan dalam penjualan dan keuntungan. Ini
UNMERPASUNMERPAS Hasil kegiatan memperlihatkan bahwa sebelum sosialisasi, mayoritas peserta memiliki pengetahuan yang kurang, namun setelah sosialisasi, mayoritas pesertaHasil kegiatan memperlihatkan bahwa sebelum sosialisasi, mayoritas peserta memiliki pengetahuan yang kurang, namun setelah sosialisasi, mayoritas peserta
AKMICIREBONAKMICIREBON Tantangan utama meliputi kurangnya kualifikasi, kompetensi, infrastruktur ICT, proses evaluasi yang tidak efektif, serta terbatasnya akses pelatihan danTantangan utama meliputi kurangnya kualifikasi, kompetensi, infrastruktur ICT, proses evaluasi yang tidak efektif, serta terbatasnya akses pelatihan dan