TUGAS MATAKULIAH BIG DATA Analisis Data Perjalanan Uber Harian di Kota New York dalam Penerapan Internet of Things (IoT) pada Big Data Analytics Dosen Pengampu : Disusun Oleh : Usna Aning Yulianti (13/347887/PA/15386) Fadila Muktiawati (13/348110/PA/15448) Muthmainnah (13/352635/PA/15684) Elisabeth Krissintia (14/366205/PA/16230) PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS GADJAH MADA 2017
40
Embed
TUGAS MATAKULIAH BIG DATA Analisis Data Perjalanan Uber ...
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
TUGAS MATAKULIAH BIG DATA
Analisis Data Perjalanan Uber Harian di Kota New York
dalam Penerapan Internet of Things (IoT) pada Big Data Analytics
Dosen Pengampu :
Disusun Oleh :
Usna Aning Yulianti (13/347887/PA/15386)
Fadila Muktiawati (13/348110/PA/15448)
Muthmainnah (13/352635/PA/15684)
Elisabeth Krissintia (14/366205/PA/16230)
PROGRAM STUDI STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS GADJAH MADA
2017
BAB I
PENDAHULUAN
1.1. Latar Belakang
Jaman yang semakin berkembang telah membawa manusia pada sebuah era dimana
hampir segala aspek kehidupan saling terhubung melalui jaringan internet. Dunia yang
sedang memasuki era ini ditandai dengan peningkatan populasi piranti elektonik yang
terkoneksi dengan Internet. Peranti-peranti tersebut berkisar dari aksesori fashion, perangkat
elektronik rumah tangga, hingga peranti navigasi dan hiburan dalam kendaraan bermotor.
Seiring berkembangnya jaman, terlebih lagi pada era milenal ini, Internet of Things atau
yang lebih viral disingkat IoT, merupakan sebuah trending topic yang sangat menarik untuk
dibahas, baik oleh civitas akademis, eksekutif perusahaan, hingga pemerintah. Hal ini
dikarenakan oleh manfaat dan peran dari IoT yang sangat signifikan dalam pengembangan
ilmu pengetahuan, peningkatan daya saing antar perusahaan, hingga optimalisasi pelayanan
publik. Para expertise dalam bidang ini, tak terkecuali para data analyst yang notabenenya
memiliki background statistika, juga sering mengkampanyekan betapa analisis big data,
terlebih pada IoT, memiliki peran yang sangat penting di jaman yang serba smart ini.
Internet of Things (IoT) pertama kali diperkenalkan oleh Kevin Ashton pada tahun
1999. Meski telah diperkenalkan sejak 15 tahun yang lalu, hingga kini belum ada sebuah
konsensus global mengenai definisi IoT. Namun secara umum konsep IoT diartikan sebagai
sebuah kemampuan untuk menghubungkan objek-obek cerdas dan memungkinkannya untuk
berinteraksi dengan objek lain, lingkungan maupun dengan peralatan komputasi cerdas
lainnya melalui jaringan internet. IoT dalam berbagai bentuknya telah mulai diaplikasikan
pada banyak aspek kehidupan manusia. CISCO bahkan telah menargetkan bahwa pada tahun
2020, 50 miliar objek akan terhubung dengan internet.
Bahkan, menurut seorang Country Manager Intel Indonesisa, Santhosh Viswanathan,
dalam Konferensi Intel Internet of Things 2014 di Jakarta, IoT merupakan sebuah peluang
karena piranti-piranti elektronik yang terkoneksi dengan internet menghasilkan banyak sekali
data yang dapat dianalis menjadi informasi untuk membuat keputusan strategis yang jitu.
Selain menawarkan peluang tersebut, IoT juga memendam tantangan karena
menghasilkan kumpulan data yang bervolume sangat besar (high volume), bervariasi tinggi
(high variety), dan muncul dengan cepat (high velocity). Dalam Industri IT, kumpulan data
semacam itu disebut dengan Big Data.
Oleh karena itu, terdapat hubungan yang cukup jelas antara IoT dengan Big Data. Dapat
dikatakan bahwa big data merupakan subset dari IoT. Seperti kita ketahui bahwa Big Data,
meski dengan penambahan ajektif “Big” dalam istilahnya, tetap saja merupakan kumpulan
data-data. Sementara itu, IoT berkaitan dengan data, alat (device), dan konektivitas. Yang
dimaksud dengan konektivitas di sini ialah kemampuan suatu komputer, alat, program,
maupun sistem untuk saling terhubung satu-sama lain yang kemudian menghasilkan aliran
data dalam kapasitas yang sangat besar.
1.2. Rumusan Masalah
Berdasarkan latar belakang di atas, terdapat permasalahan yang akan dibahas, yaitu:
1. Apa yang dimaksud dengan Big Data ?
2. Apa yang dimaksud dengan Internet of Things ?
3. Bagaimana relasi antara Big Data dengan IoT?
4. Bagaimana aplikasi Big Data pada IoT dalam beberapa bidang kehidupan era ini?
5. Bagaimana kondisi perjalanan Uber harian di Kota New York pada tahun 2014?
1.3. Tujuan Penulisan
Penulisan makalah ini memiliki tujuan sebagai berikut :
1. Mengetahui definisi Big data.
2. Mengetahui definisi Internet of Things.
3. Mengetahui keterkaitan antara Big data dengan IoT.
4. Menjelaskan gambaran umum tentang aplikasi Big Data dan IoT dalam kehidupan.
5. Melihat hasil analisis perjalanan Uber harian di Kota New York pada tahun 2014.
1.4. Manfaat Penulisan
Penulisan makalah ini tak lain karena penulis ingin berbagi ilmu dan menambah
wawasan, baik bagi penulis maupun pembaca, mengenai topik hangat di era yang serba smart
ini, yakni mengenai Big Data dan IoT.
1.5. Metode Penulisan
Penulisan makalah ini dilakukan dengan metode studi literatur, dimana penulis mencari
sumber referensi yang sebagian besar didapat secara online, kemudian dilakukan pemahaman
secara general untuk kemudian dituliskan dalam makalah ini.
BAB II
PEMBAHASAN
2.1. Pengertian Big Data
Berikut merupakan pengertian big data dirujuk dari pendapat para ahli,
Menurut (Eaton, Dirk, Tom, George, & Paul) Big Data merupakan istilah yang
berlaku untuk informasi yang tidak dapat diproses atau dianalisis menggunakan alat
tradisional.
Menurut (Dumbill, 2012) , Big Data adalah data yang melebihi proses kapasitas dari
kovensi sistem database yang ada. Data terlalu besar dan terlalu cepat atau tidak
sesuai dengan struktur arsitektur database yang ada. Untuk mendapatkan nilai dari
data, maka harus memilih jalan altenatif untuk memprosesnya.
SAS (Statistical Analytical System), seperti yang dilansir dalam halaman situsnya
mengatakan bahwa data besar (big data) adalah istilah yang populer digunakan untuk
menggambarkan pertumbuhan eksponensial dan ketersediaan data, baik terstruktur
maupun tidak terstruktur.
Berdasarkan pengertian para ahli di atas, dapat disimpulkan bahwa Big Data adalah data
yang memiliki volume besar sehingga tidak dapat diproses menggunakan alat tradisional
biasa dan harus menggunakan cara dan alat baru untuk mendapatkan nilai dari data ini.
2.2. Pengertian Internet of Things
Internet of Things (IoT) pertama kali diperkenalkan oleh Kevin Ashton pada tahun 1999.
Meski telah diperkenalkan sejak 15 tahun yang lalu, hingga kini belum ada sebuah konsensus
global mengenai definisi IoT. Namun secara umum konsep IoT diartikan sebagai sebuah
kemampuan untuk menghubungkan objek-obek cerdas dan memungkinkannya untuk
berinteraksi dengan objek lain, lingkungan maupun dengan peralatan komputasi cerdas
lainnya melalui jaringan internet. IoT dalam berbagai bentuknya telah mulai diaplikasikan
pada banyak aspek kehidupan manusia. CISCO bahkan telah menargetkan bahwa pada tahun
2020, 50 miliar objek akan terhubung dengan internet.
Menurut (Burange & Misalkar, 2015) Internet of Things (IOT) adalah struktur di mana
objek, orang disediakan dengan identitas eksklusif dan kemampuan untuk pindah data
melalui jaringan tanpa memerlukan dua arah antara manusia ke manusia yaitu sumber ke
tujuan atau interaksi manusia ke komputer. Internet of Things merupakan perkembangan
keilmuan yang sangat menjanjikan untuk mengoptimalkan kehidupan berdasarkan sensor
cerdas dan peralatan pintar yang bekerjasama melalui jaringan internet (Keoh, Kumar, &
Tschofenig, 2014).
Dengan demikian, dapat disimpulkan bahwa, dengan adanya internet of things, manusia
dapat membuat suatu koneksi antara mesin dengan mesin, sehingga mesin-mesin tersebut
dapat berinteraksi dan bekerja secara independen sesuai dengan data yagn diperoleh dan
diolahnya secara mandiri, tujuannya ialah agar manusia dapat berinteraksi dengan benda
secara lebih mudah, bahkan supaya benda juga bisa berkkomunikasi dengan benda lainnya.
2.3. Gambaran Umum Internet of Things
Broadband Internet kini tersedia secara luas, dengan harga yang semakin murah, dan
maraknya perangkat yang dibentuk dengan kemampuan menangkap jaringan Wi-Fi serta
teknologi sensor yang terbangun di dalamnya, menyebabkan ongkos yang dihabiskan dari
teknologi kini mulai menurun, dan penggunaan smartpone mulai merajalela. Kesemua dari
hal tersebut menciptakan ‘angin topan’ yang memicu berkembangnya Internet of Things
(IoT). Hingga kini, IoT tak hanya menjadi sebuah konsep yang memiliki potensi untuk
mempengaruhi bangaimana kita hidup, namun juga bagaimana kita bekerja.
Sederhananya, konsep IoT ini pada dasarnya menghubungkan perangkat apapun dengan
Internet, termasuk ke dalamnya telepon genggam, mesin pembuat kopi, mesin cuci,
headphone, lampu, dan hampir semua hal lain yang dapat terpikir oleh kita. Menurut Gartner,
akan ada lebih dari 26 milyar perangkat yang saling terhubung pada tahun 2020. Jaringan
raksasa dari IoT ini tak hanya menghubungkan perangkat ke perangkat, namun juga manusia
ke manusia, serta manusia ke perangkat. Sebagai contoh, misalkan saja Anda sedang dalam
perjalanan menuju kantor; dengan IoT, mobil Anda dapat memiliki akses terhadap kalendar,
tentang jadwal dan jam rapat yang harus dihadiri di kantor, dan menunjukkan rute terbaik
yang dapat dilewati untuk sampai dengan cepat ke kantor. Jika terindikasi macet parah, mobil
akan secara otomatis mengirim pesan pada relasi di kantor untuk memberitahu mereka bahwa
Anda akan datang terlambat.
Pada skala yang lebih luas, IoT dapat diterapkan pada jaringan transportasi : terciptanya
“smart citiy” yang dapat membantu kita mengurangi pemborosan dan meningkatkan efisiensi
pada penggunaan energi; sehingga memudahkan pekerjaan dan kehidupan yang kita jalani.
Seperti halnya yang divisualisasikan oleh Gambar 1 pada Lampiran (terlampir).
Realitanya adalah IoT memberikan koneksi dan kesempatan yang tak ada habis-
habisnya, yang bahkan masih banyak dampak dari IoT yang belum terpikirkan atau
sepenuhnya dipahami oleh kita hingga saat ini. Sehingga tidak sulit rasanya untuk melihat
bagaimana dan mengapa IoT menjadi topik terhangat hingga hari ini; karena IoT tak hanya
membuka pintu untuk sekumpulan kesempatan, namun juga untuk banyak tantangan.
Sehingga keamanan menjadi isu besar yang seringkali diangkat. IoT juga memberikan
ancaman keamanan bagi perusahan-perusahaan di seluruh dunia. Sehingga isu tentang privasi
dan data sharing pada IoT ini agaknya menjadi isu yang membutuhkan perhatian khusus bagi
pengguna serta perusahaan yang terlibat di dalamnya.
Isu lainnya adalah perusahaan-perusahaan secara khusus akan menghadapi data dengan
jumlah yang sangat besar yang dihasilkan oleh perangkat-perangkat yang saling terhubung
tersebut. Sehingga perusahaan perlu mencari cara untuk menyimpan, melacak, menganilisis
dan memahami besarnya data yang akan dihasilkan. Perbincangan tentang IoT ini akan terus
dibicarakan di seluruh dunia hingga beberapa tahun kemudian, untuk memahami bagaimana
pengaruh dari IoT terhadap kehidupan manusia. Dan harus dipahami bahwa kesempatan dan
tantangan akan selalu berdatangan karena semakin maraknya perangkat yang bergabung
dengan IoT. Sehingga, akan bijak apabila kita dapat memahami apa itu IoT dan dampak
potensial yang dapat berpengaruh pada cara kita hidup dan cara kita bekerja.
Internet of Things (IoT) merupakan jaringan terpadu dari objek fisik atau hal-hal yang
tersimpan dalam perangkat elektronik, software, sensors, dan jaringan internet, yang
memungkinkan objek-objek tersebut untuk mengumpulkan dan menukar data. Internet of
Things mengizinkan objek untuk digunakan dan dikendalikan melalui remote pada
infrastruktur jaringan yang ada, sehingga menciptakan kesempatan untuk menggabungkan
dunia fisik dan sistem berbasis komputer secara langsung, dan menghasilkan peningkatan
efisiensi, akurasi dan keuntungan ekonomi.
Per 2025, total nilai global dari teknologi IoT dapat mencapai $6,2 trilyun—sebagian
besar nilai tersebut berasal dari devices pada layanan kesehatan ($2,5 trilyun) dan pada
bidang produksi ($2,3 trilyun). Persebaran IoT tertinggi berada pada sektor bisnis dan
industri, yakni berada di angka 40,2 % yang meliputi analisis real-time dari rantai persediaan
dan mesin berbasis robot. Kemudian disusul oleh layanan kesehatan sebesar 30,3 % yang
meliputi portable health monitoring, perekam data elektronik, dan pharmaceutical safeguards.
Sedangkan toko-toko eceran menguasai 8,3 % dari IoT untuk melacak ketersediaan barang,
pembelian melalui smartphone, serta analisis pilihan konsumen. Dan sebanyak 7,7 % IoT
digunakan dalam bidang keamanan melalui analisis biometri serta sensor wajah dan gerakan.
4,1 % sisanya digunakan pada bidang transportasi seperti self-parking cars, GPS locators dan
penunjuk jalan.
Persebaran penggunaan IoT pada smart devices dapat dilihat pada Gambar 2 pada
Lampiran (terlampir).
2.4. Prinsip dan Cara Kerja Internet of Things (IoT)
Dasar prinsip kerja perangkat IoT adalah, benda di dunia nyata diberikan identitas unik
dan dapat dikali di sistem komputer dan dapat di representasikan dalam bentuk data di
sebuah sistem komputer.Pada awal-awal implementasi gagasan IoT pengenal yang digunakan
agar benda dapat diidentifikasi dan dibaca oleh komputer adalah dengan menggunakan kode
batang (Barcode), Kode QR (QR Code) dan Identifikasi Frekuensi Radio (RFID). dalam
perkermbangan nya sebuah benda dapat diberi pengenal berupa IP address dan menggunakan
jaringan internet untuk bisa berkomunikasi dengan benda lain yang memiliki pengenal IP
address.
Cara Kerja Internet of Things (terlampir pada Gambar 3) yaitu dengan memanfaatkan
sebuah argumentasi pemrograman yang dimana tiap-tiap perintah argumennya itu
menghasilkan sebuah interaksi antara sesama mesin yang terhubung secara otomatis tanpa
campur tangan manusia dan dalam jarak berapa pun. Internetlah yang menjadi penghubung di
antara kedua interaksi mesin tersebut, sementara manusia hanya bertugas sebagai pengatur
dan pengawas bekerjanya alat tersebut secara langsung.
Konsep IoT ini sebetulnya cukup sederhana dengan cara kerja mengacu pada 3 elemen
utama pada arsitektur IoT, yakni: Barang Fisik yang dilengkapi modul IoT, Perangkat
Koneksi ke Internet seperti Modem dan Router Wirless Speedy seperti di rumah anda, dan
Cloud Data Center tempat untuk menyimpan aplikasi beserta data base.
Seluruh penggunaan barang yang terhubung ke internet akan menyimpan data, data
tersebut terkumpul sebagai ‘big data’ yang kemudian dapat di olah untuk di analisa baik oleh
pemerintah, perusahaan, maupun negara asing untuk kemudian di manfaatkan bagi
kepentingan masing-masing. Disinilah peran penting pemerintah Republik Indonesia dalam
menjaga ketahanan negara dari sisi sistem informasi.
2.5. Aplikasi Big Data pada Internet of Things (IoT)
1. Bidang Transportasi
Smart Traffic – IoT juga bisa menganalisa lalu lintas kendaraan bermotor di jalan,
mulai dari tingkat kemacetan di jalan, kecepatan rata-rata kendaraan bermotor,
jalan alternatif jika ada kemacetan, dsb
Sepeda Pintar yang Mampu Merekomendasikan Rute
Vanhakws, perusahaan rintisan asal Toronto, Kanada, melihat ini sebagai peluang
besar. Mereka merancang connected bicycle buat pengendara urban. Proyek
Kickstarter ini memikat begitu banyak netizen hingga mendulang crowdfunding
senilai US$ 820 ribu atau sekitar Rp 11,3 miliar. Sepeda bernama Valour ini
dilengkapi general positioning system atau GPS dan beragam sensor serta koneksi
Wi-Fi dan Bluetooth untuk memudahkan berkomunikasi dengan ponsel atau jam
pintar.
2. Bidang Industri
Industrial Control
IoT bisa digunakan untuk diagnosa mesin, monitor gas beracun, tingkat
oksigen, temperatur, ozon, dsb, sehingga bisa digunakan di dalam industr
Banking Industry
IoT bisa memanfaatkan IoT untuk mendapatkan konektivitas di manapun. IoT
mewujudkan mesin-mesin ATM dan POS (mesin kasir) yang terhubung
supaya biaya operasi lebih murah dan juga meningkatkan pendapatan.
Pemantauan Jarak Jauh
Pemantauan jarak jauh adalah salah satu jenis internet of things yang paling
sering ditemukan. Caranya adalah dengan meletakkan sensor pada suatu benda
yang ingin kita pantau, dan sensor tersebut kita koneksikan dengan internet.
Dengan demikian, kita dapat memperoleh apa saja yang kita butuhkan dari
sensor, dan memantaunya dari jarak jauh dengan jaringan internet, bahkan bisa
langsung kita pantau dari handphone kita.
3. Bidang Biomedis
E-Health – IoT memungkinkan perangkat-perangkat wearable sampai tablet
(pil) bisa saling tersambung. Ini akan mendorong industri wearable sensor,
sampai tablet (pil), dan sensor yang bisa ditanam di dalam tubuh manusia.
Memonitor Bayi dengan Kimono Cerdas
Sekilas, kimono bernama Mimo ini tampak seperti baju bayi pada umumnya.
Hanya saja, hiasan berbentuk kura-kura yang terdapat padanya mampu
mengirim data ke receiver berwujud bunga teratai, yang kemudian
mengirimkan informasi ke aplikasi iOS atau Android via koneksi Internet.
Kimono ini mampu memonitor napas, posisi tubuh, aktivitas tidur, dan
temperatur kulit bayi yang dapat Anda lacak secara real-time via aplikasi
khusus pada ponsel. Satu lagi, karena terdapat mikrofon pada aksesori kura-
kura tadi, Anda juga dapat mendengar suara di sekitar bayi.
BAB III
STUDI KASUS
UBER TLC FOIL RESPONSE
Direktori ini terdiri dari data lebih dari 4,5 juta antar-jemput Uber di New York City
dari April hingga September 2014. Berdasarkan data ini, dapat dikethaui bahwa Uber lebih
banyak melayani antar-jemput di bagian terluar New York City, Uber dan angkutan umum
seharusnya saling melengkapi, Uber mengambil jutaan lebih banyak layanan dari Manhattan
dibandingkan dengan Taxi, dan apakah Uber membuat kemacetan NYC lebih buruk?
Dataset terdiri dari Data perjalanan berupa data bulanan dari April 2014 – September
2014, dengan detil informasi lokasi. Tterdapat enam file data mentah pada antar-jemput Uber
di NYC dari April hingga September 2014. File ini dibedakan berdasarkan bulan dan masing-
masing file memiliki kolom sebagai berikut :
Date/Time : tanggal dan waktu penjemputan Uber.
Lat : garis lintang tempat penjemputan Uber
Lon : garis bujur tempat penjemputan Uber
Base : kode dasar perusahaan TLC (Taxi and Limousine Commission) yang
berafiliasi dengan penjemputan Uber.
Dalam kasus ini, digunakan data uber’s trip harian di kota New York pada bulan April
hingga September 2014. Analisis yang akan dilakukan adalah visualisasi data perjalanan
Uber harian di Kota New York. Langkah-langkah serta syntax yang dijalankan terlampir pada
Lampiran 3.
Akan dianalisis banyaknya perjalanan Uber di Kota New York berdasarkan hari.
Diperoleh output berupa diagram batang, sebagai berikut :
Dari grafik di atas, terlihat bahwa jumlah perjalanan yang dilakukan oleh pengguna Uber di
kota New York meningkat pada weekdays (senin sampai dengan jum’at) kemudian menurun
pada weekend (sabtu dan minggu). Perjalanan terbanyak berada pada hari Kamis dan Jum’at
dibanding hari-hari lainnya. Dimana hari Kamis menduduki posisi pertama dengan jumlah
perjalanan sebanyak 755.415 perjalanan, sedangkan hari Jum’at memiliki jumlah perjalanan
sebanyak 741.139 perjalanan. Sedangkan jumlah perjalanan terendah berada pada hari
Minggu dengan total sebanyak 490.180 perjalanan.
Kemudian akan dianalisis banyaknya perjalanan Uber di Kota New York berdasarkan
hari pada tiap bulannya, sehingga diperoleh output berupa diagram batang sebagai berikut :
Dari grafik di atas, terlihat bahwa jumlah perjalanan yang dilakukan oleh pengguna Uber
di kota New York secara umum mengalami peningkatan secara fluktuatif setiap bulannya
(April sampai dengan September). Dari grafik dapat diperoleh interpretasi jumlah perjalanan
per hari pada tiap bulan sebagai berikut :
Pada bulan April, jumlah perjalanan tertinggi berada pada hari Rabu dengan total
108.631 perjalanan dan jumlah perjalanan terendah berada pada hari Minggu dengan
total 51.251 perjalanan.
Pada bulan Mei, jumlah perjalanan tertinggi berada pada hari Jum’at dengan total
133.991 perjalanan dan jumlah perjalanan terendah berada pada hari Minggu dengan
total 56.168 perjalanan.
Pada bulan Juni, jumlah perjalanan tertinggi berada pada hari Kamis dengan total
115.325 perjalanan dan jumlah perjalanan terendah berada pada hari Minggu dengan
total 79.656 perjalanan.
Pada bulan Juli, jumlah perjalanan tertinggi berada pada hari Kamis dengan total
148.439 perjalanan dan jumlah perjalanan terendah berada pada hari Minggu dengan
total 76.327 perjalanan.
Pada bulan Agustus, jumlah perjalanan tertinggi berada pada hari Jum’at dengan total
148.674 perjalanan dan jumlah perjalanan terendah berada pada hari Senin dengan
total 91.633 perjalanan.
Pada bulan September, jumlah perjalanan tertinggi berada pada hari Selasa dengan
total 163.230 perjalanan dan jumlah perjalanan terendah berada pada hari Minggu
dengan total 116.532 perjalanan.
Sebagai analisis tambahan, akan dibentuk grafik heatmap dari uber’s trip pada setiap
tanggal dari bulan tertentu. Dengan sumbu horizontal menyatakan tanggal pada setiap bulan,
yakni mulai tanggal 1 sampai dengan tanggal 31 serta sumbu vertikal menyatakan bulan,
yakni dari bulan April hingga September 2014. Akan diperoleh output grafik heatmap
sebagai berikut :
Dari grafik heatmap diatas dapat dilihat bahwa frekuensi (banyaknya) perjalanan
(uber’s trip) yang terjadi dinyatakan dalam gradasi warna yang diberikan pada keterangan di
seblah kanan grafik. Warna yang lebih tua menyatakan semakin sedikit perjalanan yang
terjadi. Dari grafik dapat dilihat bahwa perjalanan terbanyak berada pada bulan September,
karena didominasi oleh warna yang lebih muda. Sedangkan frekuensi perjalanan paling
sedikit berada pada bulan April, karena didominasi oleh warna yang lebih tua. Selain itu,
dapat dilihat pula bahwa pada awal bulan (kecuali pada bulan September) banyaknya uber’s
trip cenderung menurun hingga kemudian meningkat secara fluktuatif pada pertengahan
bulan lalu cenderung menurun kembali di akhir bulan. Informasi yang diperoleh ini dapat
menjadi dasar bagi pihak marketing uber untuk menggencarkan promosinya, terutama pada
awal dan akhir bulan, misal dengan mengeluarkan promo seperti potongan harga atau free
rides pada awal dan akhir bulan tersebut. Sehingga dengan adanya visualisasi data seperti
yang telah dijelaskan, pihak marketing uber diharapkan dapat mengusulkan dan mengambil
strategi pemasaran yang baik guna meningkatkan jumlah perjalanan di New York.
Dari grafik di atas, terlihat bahwa jumlah perjalanan yang dilakukan oleh pengguna
Uber di kota New York meningkat pada jam pulang kerja kemudian konsumsi terendah pada
dini hari. Perjalanan terbanyak berada pada pukul 17.00. Sedangkan jumlah perjalanan
terendah berada pada pukul 02.00. Kemudian akan dianalisis banyaknya perjalanan Uber di
Kota New York berdasarkan jam pada tiap bulannya, diperoleh diagram batang :
Dari grafik di atas, terlihat bahwa jumlah perjalanan yang dilakukan oleh pengguna
Uber di kota New York secara umum memiliki pola yang sama setiap bulannya (April sampai
dengan September). Dari grafik dapat diperoleh interpretasi jumlah perjalanan per jam pada
tiap bulan bahwasannya pengguna Uber akan ramai dan meninggat pada jam-jam sore hari
yang diduga merupakan jam pulang kerja yakni anyara pukul 16.00 – 19.00. Sedangkan
tampak begitu sepi pengguna pada jam dini hari, sekitar pukul 01.00 – 04.00.
Kemudian akan dibentuk grafik heatmap dari uber’s trip pada setiap hari dari jam
tertentu. Dengan sumbu horizontal menyatakan tanggal, yakni mulai tanggal 1 sampai dengan
tanggal 31 serta sumbu vertikal menyatakan jam, yakni dari 00.00 hingga 23.00.
Dari grafik heatmap diatas dapat dilihat bahwa frekuensi (banyaknya) perjalanan
(uber’s trip) yang terjadi dinyatakan dalam gradasi warna yang diberikan pada keterangan di
sebelah kanan grafik. Warna yang lebih tua menyatakan semakin sedikit perjalanan yang
terjadi. Dari grafik dapat dilihat bahwa perjalanan terbanyak berada pada jam-jam sore hari,
karena didominasi oleh warna yang lebih muda. Sedangkan frekuensi perjalanan paling
sedikit berada pada jam-jam dini hari, karena didominasi oleh warna yang lebih tua. Selain
itu, dapat dilihat pula bahwa setiap hari, banyaknya uber’s trip cenderung memiliki pola yang
sama, kecuali pada akhir bulan. Setiap hari, tampak bahwa perjalanan terbanyak berada pada
jam-jam sore hari, karena didominasi oleh warna yang lebih muda. Sedangkan frekuensi
perjalanan paling sedikit berada pada jam-jam dini hari, karena didominasi oleh warna yang
lebih tua. Namun pada akhir bulan, tampak bahwa frekuensi perjalanan cukup sedikit, karena
didominasi oleh warna yang lebih tua. Informasi yang diperoleh ini dapat menjadi dasar bagi
pihak marketing uber untuk menambah kendaraan, terutama pada waktu-waktu yang ramai.
Kemudian akan dianalisis banyaknya perjalanan Uber di Kota New York berdasarkan
tanggal. Diperoleh output berupa diagram batang, sebagai berikut :
Dari grafik dan tabel di atas, dapat diperoleh interpretasi jumlah perjalanan pada
setiap tanggal (hari) selama April – September 2014 adalah bahwa jumlah perjalanan
tertinggi terjadi pada tanggal 30 dengan total perjalanan sebanyak 167160, sedangkan jumlah
perjalanan terendah yaitu pada tanggal 31 dengan total sebanyak 78073 perjalanan.Kemudian
akan dianalisis banyaknya perjalanan Uber di Kota New York berdasarkan tanggal pada tiap
bulannya, diperoleh diagram batang :
Dari grafik di atas, dapat diperoleh interpretasi jumlah perjalanan pada setiap tanggal
(hari) di masing-masing bulan April – September 2014 sebagai berikut :
Pada bulan April, jumlah perjalanan tertinggi terjadi pada tanggal 30 dengan total
perjalanan sebanyak 36251, sebaliknya perjalanan terendah terjadi pada tanggal 20
dengan total perjalanan sebanyak 11017.
Pada bulan Mei, perjalanan tertinggi terjadi pada tanggal 16 dengan total 32493
perjalanan, sebaliknya perjalanan terendah terjadi pada tanggal 26 total perjalanan
sebanyak 10202.
Pada bulan Juni, perjalanan tertinggi terjadi pada tanggal 13 total 31207 perjalanan,
sebaliknya perjalanan terendah terjadi pada tanggal 15, sebanyak 14511 perjalanan.
Pada bulan Juli, perjalanan tertinggi terjadi pada tanggal 23 total 34073 perjalanan,
sebaliknya perjalanan terendah terjadi pada tanggal 5, sebanyak 10890 perjalanan
Pada bulan Agustus, perjalanan tertinggi terjadi pada tanggal 21 total 32304
perjalanan, sebaliknya perjalanan terendah terjadi pada tanggal 10 total 20584
perjalanan
Pada bulan September, perjalanan tertinggi terjadi pada tanggal 13 dengan total 43205
perjalanan, sebaliknya perjalanan terendah terjadi pada tanggal 1 dengan total 19961
perjalanan.
Secara keseluruhan, perjalanan tertinggi terjadi pada tanggal 13, bulan September 2014
dengan total 43205 perjalanan, sebaliknya perjalanan terendah terjadi pada tanggal 26, bulan
Mei 2014 dengan total 10202 perjalanan.
Kemudian akan dianalisis banyaknya perjalanan Uber di Kota New York berdasarkan
base (perusahaan). Diperoleh output berupa diagram batang, sebagai berikut :
Berdasarkan informasi di atas, dapat diketahui bahwa perjalanan terbanyak
berdasarkan bulan ialah pada September 2014 dengan kode perusahaan B02617 sementara
perjalanan terendah pada bulan Juli 2014 dengan kode perusahaan B02764. Jika diambil
kesimpulan berdasarkan perusahaan yang bekerja sama dengan Uber, maka perusahaan
dengan perjalanan terbanyak ialah perusahaan dengan kode B02617 yakni sebesar 145883
perjalanan, sedangkan yang terendah ialah perusahaan dengan kode B02512 yakni sebesar