Klasifikasi Kualitas Baris
Setiap baris masuk tepat satu kategori.
Ringkasan
Indikator utama untuk . Pilih bulan lain di bagian atas halaman.
Temuan Utama Bulan Ini
Dihitung langsung dari hasil pemeriksaan bulan terpilih.
Kualitas Data
Perbandingan antarbulan. Data April sampai Desember 2024 tidak termasuk dalam analisis.
Bagaimana Kualitas Data Berubah Setiap Bulan?
Proporsi baris per kategori kualitas. Klik kolom untuk memilih bulan.
Tampilkan sebagai tabel
Perubahan Pola Pelanggaran per Aturan
Persentase baris yang melanggar setiap aturan. Warna lebih pekat berarti persentase lebih tinggi dalam baris aturan tersebut.
Geser tabel ke samping untuk melihat bulan lain.
Pemeriksaan Aturan
Hasil 12 aturan validasi untuk . Satu baris dapat melanggar lebih dari satu aturan.
Distribusi Pelanggaran Aturan
Persentase baris yang melanggar, diurutkan dari yang terbesar.
- Kritis
- Peringatan
Ringkasan Aturan Validasi
Buka baris untuk melihat definisi dan rincian per vendor atau jenis pembayaran.
Analisis Perjalanan
Metrik perjalanan . Cakupan: perjalanan dengan waktu jemput di dalam bulan tersebut.
Metrik Mentah dan Setelah Pemeriksaan Kritis
"Mentah" memakai semua baris. "Lolos kritis" hanya memakai baris tanpa pelanggaran aturan kritis.
Tren Perjalanan Harian
Arahkan kursor, ketuk, atau gunakan tombol panah setelah memilih grafik.
- Mentah
- Lolos kritis
Tampilkan sebagai tabel
Pola Hari dan Jam
Perjalanan lolos kritis menurut hari dan jam penjemputan, waktu lokal sesuai data TLC.
Tampilkan jam tersibuk
Jenis Pembayaran
Porsi perjalanan lolos kritis per kategori pembayaran.
Zona Penjemputan
Tip dihitung sebagai tip dibagi tarif, hanya untuk pembayaran kartu kredit karena tip tunai tidak tercatat.
Metodologi
Cara data diambil, diperiksa, dan diringkas sebelum ditampilkan.
Alur Pipeline
Seluruh pemrosesan berjalan offline. Situs ini hanya menyajikan file JSON statis hasil pipeline.
- 1Ingest
Unduh file Parquet resmi TLC, catat ukuran, jumlah baris, dan SHA-256 di manifest.
- 2Validasi
DuckDB menandai setiap baris dengan 12 aturan dalam satu view, sehingga laporan dan agregat memakai definisi yang sama.
- 3Agregasi
Metrik mentah dan metrik lolos kritis dihitung per bulan, hari, jam, zona, dan jenis pembayaran.
- 4Publikasi
Hasil diekspor ke JSON berukuran kecil, diuji konsistensinya, lalu disajikan Cloudflare Pages.
Tanpa Temuan Aturan
Baris tidak memicu satu pun dari 12 aturan, termasuk aturan peringatan. Ini kategori paling ketat.
Hanya Peringatan
Baris hanya melanggar aturan peringatan (R10 atau R12). Baris tetap dipakai dalam metrik lolos kritis.
Gagal Pemeriksaan Kritis
Baris melanggar minimal satu aturan kritis, misalnya jarak 0 atau tarif negatif, dan dikeluarkan dari metrik lolos kritis.
Aturan Kritis dan Peringatan
Kritis (R01 sampai R09, R11) menandai nilai yang mustahil atau tidak dapat dipakai, seperti waktu turun sebelum waktu jemput atau zona placeholder.
Peringatan (R10, R12) tetap dilaporkan, tetapi tidak mengeluarkan baris. Pada data asli, kedua aturan ini terpicu pada hampir seluruh baris vendor atau jenis pembayaran tertentu. Mengeluarkannya akan membuang sebagian besar perjalanan Vendor 1 dan flex fare, sehingga metrik menjadi bias.
Sumber dan Periode Data
Data perjalanan NYC Taxi & Limousine Commission (TLC), Yellow Taxi, diunduh dari host resmi TLC. Periode: enam bulan.
File Sumber
Checksum memastikan angka di dashboard dapat ditelusuri ke file yang sama.
Keterbatasan
Hal yang perlu diketahui sebelum memakai angka di halaman ini.
Tidak ada ground truth
Tidak ada label baris yang dipastikan benar atau salah, sehingga tidak ada precision atau recall. Yang dilaporkan adalah jumlah pelanggaran aturan.
Aturan bersifat heuristik
Ambang batas 100 mil, 80 mph, 24 jam, dan 6 penumpang adalah pilihan desain. Mengubah ambang akan mengubah hasil.
Lolos tidak berarti benar
Baris yang lolos semua aturan tetap bisa salah. Indikator di sini menunjukkan tidak ditemukannya masalah oleh aturan, bukan kebenaran data.
Cakupan terbatas
Hanya Yellow Taxi, enam bulan. Tidak ada klaim untuk green taxi, for-hire vehicle, atau periode lain.
Definisi pendapatan
Pendapatan adalah jumlah total_amount, termasuk tip, pajak, dan surcharge. Ini bukan pendapatan pengemudi.
Duplikat dan zona waktu
Baris duplikat dihitung tetapi belum dikeluarkan. Waktu dipakai apa adanya tanpa konversi zona waktu.
Verifikasi
Angka dihitung ulang dari file Parquet dengan kueri SQL terpisah dan cocok untuk enam bulan. Pemeriksa ditulis oleh penulis yang sama, jadi ini pemeriksaan silang, bukan audit independen.