PERANCANGAN DATA PIPELINE UNTUK ANALISIS POLA PERJALANAN DAN PERMINTAAN LAYANAN TRANSJAKARTA
DOI:
https://doi.org/10.23960/jitet.v13i3S1.8051Abstract Views: 0 File Views: 0
Keywords:
Transjakarta, Data Pipeline, Big Data Analytics, Spatio-temporal Analysis, Public TransportationAbstract
Mobilitas penduduk di DKI Jakarta semakin kompleks seiring meningkatnya urbanisasi, menuntut efisiensi sistem transportasi publik seperti Transjakarta. Pemanfaatan big data menjadi solusi strategis untuk memahami pola perjalanan penumpang dan mendukung perencanaan layanan berbasis data. Penelitian ini bertujuan merancang pipeline data Transjakarta end-to-end yang terotomatisasi, scalable, dan siap digunakan untuk analisis spasial-temporal. Metode penelitian yang digunakan adalah pendekatan kuantitatif eksploratif dengan memanfaatkan dua dataset sekunder, yaitu data transaksi penumpang (tap-in/tap-out) dan data koordinat halte, yang diolah menggunakan bahasa pemrograman Python. Pipeline dikembangkan melalui enam tahapan utama: collect, ingest, clean, integrate, analyze, dan visualize. Hasil penelitian menunjukkan bahwa pipeline mampu meningkatkan efisiensi proses ETL, menghasilkan data bersih yang siap analisis, serta memungkinkan visualisasi pola perjalanan dan jam sibuk secara otomatis. Kelebihan sistem terletak pada fleksibilitas dan kemudahan replikasi, sementara keterbatasannya adalah belum mendukung pemrosesan real-time. Secara keseluruhan, penelitian ini berkontribusi terhadap pengembangan sistem pengolahan data transportasi publik berbasis big data yang dapat mendukung pengambilan keputusan operasional secara lebih cerdas dan adaptif.
Downloads
References
F. C. Pereira, "Big data in transportation: a review of sources, methods, and applications," Transport Reviews, vol. 43, no. 1, pp. 1-22, 2023.
A. Monzon and L. G. Willumsen, "Understanding travel behaviour from smart card data," Transport Reviews, vol. 42, no. 3, pp. 347-368, 2022.
A. D. Siswanto, "Pengembangan Model Prediksi Jumlah Penumpang Transjakarta Menggunakan Metode LSTM-BiLSTM," Jurnal Nasional Teknik Elektro dan Teknologi Informasi, vol. 14, no. 2, pp. 112-120, 2025.
Dinas Perhubungan DKI Jakarta, Laporan Statistik Transportasi Jakarta 2023, Jakarta: Dishub DKI Jakarta, 2023.
Y. Zhao, “Urban Commuting Pattern Analysis Using Big Data Framework,” Journal of Smart Mobility Systems, vol. 12, no. 3, pp. 45–58, 2024.
P. Zhao, "A dynamic gravity model-based graph for modeling origin-destination matrix in public transportation networks," IEEE Transactions on Intelligent Transportation Systems, vol. 25, no. 1, pp. 234-245, 2024.
V. Cerqueira, "A methodology for trip destination and transfer inference from public transport smart card data," Transportation Research Part C: Emerging Technologies, vol. 168, p. 104432, 2025.
H. Shanthappa, "Data-driven prediction model for mapping origin-destination demand pattern in public transport system," Journal of Big Data Analytics in Transportation, vol. 6, no. 1, pp. 1-18, 2024.
K. Tserpes, "ETL processes for big data integration: A survey," Big Data Research, vol. 25, p. 100194, 2021.
S. Supriyadi, I. Afrianto, and D. D. Lestari, "Implementasi Arsitektur Lambda untuk Analisis Big Data Secara Real-Time pada Data Transportasi Online," JITET (Jurnal Informatika dan Teknik Elektro Terapan), vol. 11, no. 2, pp. 88-96, Jul. 2023.
X. Liu, M. Zhang, and P. Chen, “Temporal Mobility and Commuting Dynamics in Metropolitan Areas,” Transportation Research Part A: Policy and Practice, vol. 170, pp. 1–14, 2023.
M. Kleppmann, Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems. O'Reilly Media, 2017.
A. Putra and D. Santoso, “Modeling Passenger Flow Using Origin-Destination Matrix: Case Study of Jakarta BRT,” Indonesian Journal of Transportation Systems, vol. 7, no. 2, pp. 88–97, 2024.
F. Nugroho, “Transit-Oriented Development in Indonesian Urban Context: Spatial and Policy Implications,” Jurnal Perkotaan dan Transportasi, vol. 9, no. 1, pp. 21–35, 2023.
R. Siswanto, “Weather Impact on Public Transportation Ridership: Case Study of Jakarta,” Indonesian Journal of Urban Mobility, vol. 5, no. 1, pp. 60–71, 2025
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Informatika dan Teknik Elektro Terapan

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.