Abstract:
Penelitian ini bertujuan untuk memprediksi permintaan layanan GoRide di Kota
Medan menggunakan algoritma Linear Regression dan visualisasi peta interaktif
berdasarkan data perusahaan Gojek. Pendekatan yang digunakan adalah kuantitatif
prediktif dengan mengolah data historis yang mencakup variabel tanggal, hari,
lokasi, cuaca, suhu, dan kepadatan lalu lintas. Model dibangun dan diuji
menggunakan Python dengan metrik evaluasi Root Mean Squared Error (RMSE)
dan R-squared (R²) untuk menilai tingkat akurasi. Hasil penelitian menunjukkan
bahwa model Linear Regression menghasilkan nilai RMSE sebesar 2,4983 dan R²
sebesar 0,9239, yang menunjukkan tingkat akurasi prediksi yang tinggi. Analisis
juga mengungkap bahwa faktor waktu, kondisi cuaca, kepadatan lalu lintas, dan
lokasi geografis berpengaruh signifikan terhadap permintaan layanan GoRide.
Visualisasi peta interaktif memberikan gambaran spasial yang jelas mengenai
persebaran permintaan di Kota Medan, membantu mengidentifikasi wilayah dengan
permintaan tinggi maupun rendah. Temuan ini diharapkan dapat membantu
perusahaan transportasi online dalam mengoptimalkan distribusi pengemudi,
penjadwalan, dan strategi promosi guna meningkatkan efisiensi layanan serta
kepuasan pelanggan.
