ATHOILLAH, Mohammad Ghiyats (2025) Sistem Klasifikasi Profil Risiko Pendaki dengan Implementasi Suport Vector Machine (SVM) untuk Keselamatan Pendakian. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Download (645kB) |
|
PDF (Legalitas)
LEGALITAS-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Restricted to Repository staff only Download (2MB) |
|
PDF (Abstrak)
ABSTRAK-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Download (943kB) |
|
PDF (BabI)
BAB-I-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Restricted to Repository staff only until 22 May 2026. Download (165kB) |
|
PDF (BabII)
BAB-II-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Restricted to Repository staff only until 22 May 2026. Download (491kB) |
|
PDF (BabIII)
BAB-III-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Restricted to Repository staff only until 22 May 2026. Download (360kB) |
|
PDF (BabIV)
BAB-IV-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Restricted to Repository staff only Download (1MB) |
|
PDF (BabV)
BAB-V-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Restricted to Repository staff only Download (1MB) |
|
PDF (BabVI)
BAB-VI-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Download (78kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Download (160kB) |
|
PDF (Lampiran)
LAMPIRAN-Mohammad Ghiyats Athoillah-H1E021031-Skripsi-2025.pdf Restricted to Repository staff only Download (184kB) |
Abstract
Indonesia memiliki potensi besar dalam sektor pariwisata pendakian, didukung oleh kondisi geografis yang berada di wilayah Cincin Api Pasifik dengan 629 gunung, di mana 129 di antaranya merupakan gunung aktif. Pada tahun 2020, sektor ini menyumbang pendapatan sebesar Rp2,3 triliun dan diprediksi terus meningkat. Namun, tingginya minat terhadap aktivitas pendakian juga meningkatkan risiko keselamatan seperti hipotermia, kelelahan, dan kecelakaan fatal. Sistem manajemen risiko yang digunakan saat ini umumnya masih bersifat manual dan belum mampu mengidentifikasi risiko secara cepat dan akurat. Penelitian ini bertujuan mengembangkan sistem klasifikasi profil risiko pendaki menggunakan algoritma Support Vector Machine (SVM) yang tervalidasi secara eksternal, dengan dukungan metode fuzzy K-Medoid untuk pengelompokan data. Sistem ini memanfaatkan 14 faktor karakteristik individu pendaki sebagai variabel masukan, seperti usia, pengalaman, kondisi fisik, dan riwayat kesehatan. Hasil penelitian menunjukkan bahwa SVM mampu mengklasifikasikan profil risiko pendaki dengan akurasi sebesar 90,35%. Sistem ini diwujudkan dalam bentuk antarmuka web modular yang mempercepat proses identifikasi risiko sekaligus memberikan rekomendasi pendakian yang sesuai dengan kondisi pengguna.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | H25117 |
| Uncontrolled Keywords: | Pendakian Gunung, Profil Risiko, Support Vector Machine (SVM), fuzzy K-Medoid (FCMd), machine learning, K3 |
| Subjects: | S > S12 Safety regulations |
| Divisions: | Fakultas Teknik > S1 Teknik Industri |
| Depositing User: | Mr. Mohammad Ghiyats Athoillah |
| Date Deposited: | 22 May 2025 03:35 |
| Last Modified: | 22 May 2025 03:35 |
| URI: | http://repository.unsoed.ac.id/id/eprint/33943 |
Actions (login required)
 |
View Item |
