Optimasi Pemesanan Taksi Online: Penerapan Metode Prediksi Permintaan untuk Meningkatkan Efisiensi Operasional dan Pelayanan
Keywords:
QR Code, Aplikasi Presensi, Akurasi, Efisiensi waktuAbstract
Penelitian ini bertujuan untuk mengoptimalkan pemesanan taksi online melalui penerapan metode prediksi permintaan guna meningkatkan efisiensi operasional dan pelayanan. Metode prediksi permintaan digunakan untuk mengantisipasi jumlah permintaan taksi pada waktu tertentu berdasarkan variabel seperti waktu, lokasi, dan faktor-faktor lainnya. Dengan demikian, perusahaan taksi online dapat mengatur penempatan taksi secara efisien dan meningkatkan ketersediaan layanan untuk pengguna.
Dalam penelitian ini, kami membandingkan dua metode prediksi permintaan yang berbeda, yaitu metode regresi linier dan metode jaringan saraf tiruan (neural network). Data yang digunakan dalam penelitian ini adalah data historis pemesanan taksi online yang mencakup informasi tentang lokasi penjemputan, waktu pemesanan, dan jumlah permintaan.
Hasil penelitian menunjukkan bahwa metode jaringan saraf tiruan menghasilkan prediksi yang lebih akurat dibandingkan dengan metode regresi linier, terutama dalam menghadapi pola permintaan yang kompleks dan non-linier. Dengan menerapkan metode prediksi permintaan yang tepat, perusahaan taksi online dapat meningkatkan efisiensi operasionalnya, mengurangi waktu tunggu pengguna, dan meningkatkan kepuasan pelanggan.
References
➢ Bao, J., Zheng, Y., Mokbel, M. F., & Shahabi, C. (2015). Recommendations in location-based social networks: a survey. GeoInformatica, 19(3), 525-565.
Lam, W. H. K., Wong, S. C., & Wong, R. C. W. (2019). Prediction of taxi demand using long short-term memory (LSTM) neural networks. IEEE Transactions on Intelligent Transportation Systems, 20(5), 1769-1778.
Fauzi, M. A., Wijaya, I. W., & Sarno, R. (2018). Prediksi Jumlah Penumpang Taksi Berbasis Data Spasial dan Temporal. Jurnal Ilmiah Teknologi Informasi Terapan (JITTER), 4(2), 126-131
Rahmat, R., & Lestari, N. P. (2019). Prediksi Permintaan Taksi Online Go-Jek di Bandung dengan Metode ARIMA. Jurnal Algoritma, 16(1), 61-70
