Hakim, Rifqy Ramdhani (2025) PREDIKSI KECEPATAN RATA-RATA BERSEPEDA BERDASARKAN KONDISI TOPOGRAFI DAN FAKTOR CUACA MENGGUNAKAN XGBOOST DARI DATA STRAVA. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.
|
Text
Teknik Informatika_32602100111_pernyataan_publikasi.pdf Restricted to Registered users only |
|
|
Text
Teknik Informatika_32602100111_fullpdf.pdf |
Abstract
Kegiatan bersepeda merupakan kegiatan atau aktivitas yang cukup banyak diminati masyarakat sebagai pilihan olahraga. Seiring meningkatnya minat terhadap gaya hidup sehat dan berbasis teknologi, aplikasi seperti Strava semakin banyak digunakan oleh pesepeda. Strava memungkinkan penggunanya untuk merekam data aktivitas bersepeda secara rinci, seperti jarak tempuh, kecepatan, elevasi, serta waktu pelaksanaan. Salah satu algoritma yang dapat digunakan untuk memahami dan memprediksi hubungan antara kondisi lingkungan dengan performa bersepeda adalah XGBoost (Extreme Gradient Boosting). Dengan menggunakan algoritma ini, penelitian bertujuan untuk membangun model prediksi kecepatan rata-rata bersepeda berdasarkan data historis aktivitas dari Strava dan variabel lingkungan seperti topografi dan cuaca. Metode yang digunakan pada penelitian ini yaitu pengumpulan data, pengolahan data, data selection, pembuatan model dan pengujian. Sumber data diperoleh menggunakan data aktivitas bersepeda pribadi yang diperoleh melalui aplikasi Strava yang kemudian dikumpulkan dan di input kedalam excel. Hasil penelitian dan penerapan sistem prediksi kecepatan rata-rata saat bersepeda menggunakan algoritma XGBoost menunjukkan bahwa sistem ini mampu memperkirakan kecepatan rata-rata bersepeda dengan tingkat akurasi yang cukup baik. Kombinasi antara kondisi topografi dan faktor cuaca terbukti memberikan pengaruh signifikan terhadap performa pesepeda.
Kata Kunci: Kecepatan Bersepeda, Strava, Topografi, Cuaca, XGBoost
| Dosen Pembimbing: | Haviana, Sam Farisa Chaerul | UNSPECIFIED |
|---|---|
| Item Type: | Thesis (Undergraduate) |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknologi Industri Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika |
| Depositing User: | Pustakawan Reviewer UNISSULA |
| Date Deposited: | 06 Jan 2026 08:57 |
| URI: | https://repository.unissula.ac.id/id/eprint/44244 |
Actions (login required)
![]() |
View Item |
