Optimasi Lokasi Halte Suroboyo Bus Menggunakan Algoritma Genetika

Suroboyo Bus merupakan layanan bus dalam kota yang bertujuan meminimalkan kemacetan di Kota Surabaya. Pada kenyataannya, Suroboyo Bus belum mencapai tujuan tersebut dikarenakan masyarakat lebih memilih menggunakan kendaraan pribadi daripada kendaraan umum. Faktor yang mempengaruhi hal tersebut adalah jarak berjalan kaki dari dan ke halte yang jauh dan belum menjangkau berbagai fasilitas umum. Oleh karena itu, penting untuk mengoptimalkan lokasi halte Suroboyo Bus agar lebih banyak masyarakat yang menggunakan angkutan ini dan mengurangi kemacetan. Dalam tugas akhir ini, dibuat sebuah alat bantu berbasis Python (Python Toolbox) pada ArcGIS yang dapat menentukan lokasi halte Suroboyo Bus yang optimal menggunakan Algoritma Genetika. Kriteria yang digunakan dalam menentukan lokasi optimal halte Suroboyo Bus adalah jarak ke persimpangan jalan, jangkauan fasilitas umum dan kepadatan penduduk di sekitar lokasi. Prioritas pada kriteria yang digunakan adalah untuk umum. Pencarian lokasi halte Suroboyo Bus menggunakan sistem yang dibuat menghasilkan lokasi halte yang lebih sesuai dengan pedoman ketentuan tata letak halte dibandingkan lokasi halte eksisting dengan persentase kesesuaian sebesar 95,06% untuk koridor R1, 94,61% untuk koridor R2, 99,22% untuk koridor R3, dan 96,48% untuk koridor R4. ================================================================================================== Suroboyo Bus is a bus service in the city that aims to minimize congestion in Surabaya city. In fact, Suroboyo Bus has not achieved this goal because people prefer to use private vehicles rather than public transportation. The factor is the walking distance from and to the bus stops that are far and have not reached various public facilities. Therefore, it is necessary to optimize the Suroboyo Bus stop so that more people use this transportation and reduce congestion. The author makes a Python-based tool (Python Toolbox) on ArcGIS for determining the optimal location of the Suroboyo Bus stop using a Genetic Algorithm. The criteria used in determining the optimal location for Suroboyo Bus stops are distance to road intersections, reach to public facilities, and population density around the site. Priority on the criteria used is for general. The results of the search for the location of the Suroboyo Bus stop using the system created show that the location of the bus stop is more in line with the guidelines for the layout of the bus stop compared to the location of the existing bus stop with a percentage of conformity of 95.06% for corridor R1, 94.61% for corridor R2, 99, 22% for corridor R3, and 96.48% for corridor R4