Pengelompokan Data Kecelakaan Lalu Lintas di Kota Tasikmalaya Menggunakan Algoritma K-Means

##plugins.themes.academic_pro.article.main##

Iedam Fardian Anshori
Yeni Nuraini

Abstract

Kenaikan jumlah penduduk mengakibatkan meningkatnya jumlah kebutuhan akan kendaraan bermotor sehingga memicu terjadinya kecelakaan lalu lintas. Pengelompokan data kecelakaan lalu lintas penting untuk dilakukan, karena akan memudahkan pihak polisi khususnya Unit Kecelakaan Lalu Lintas Polres Tasikmalaya Kota dalam mengurangi angka kecelakaan lalu lintas. Pada penelitian ini menggunakan Algoritma K-Means dengan tujuan untuk memperoleh informasi mengenai kelompok data kecelakaan lalu lintas berdasarkan waktu kejadian  sehingga diketahui penyebab dari kecelakaan lalu lintas yang terjadi di Kota Tasikmalaya. Berdasarkan Validasi menggunakan metrik Davies Bouldin Index maka diperoleh 4 cluster yang dinilai dapat mengelompokan data dengan baik. PerformanceVector hasil evaluasi cluster yang dibentuk sebanyak 4 cluster dengan nilai sebesar 0,134. Cluster 1 dengan jumlah data kecelakaan sebanyak 74 kecelakaan yang paling banyak terjadi pada malam hari, Cluster 2 dengan jumlah kecelakaan sebanyak 16 kecelakaan yang paling banyak terjadi pada siang hari, Cluster 3 dengan jumlah kecelakaan sebanyak 6 kecelakaan yang paling banyak terjadi pada sore hari dan Cluster 4 dengan jumlah kecelakaan sebanyak 113 kecelakaan yang paling banyak  terjadi pada pagi hari 


Keywords: Data Mining, K-means, Clustering, Pelanggaran Lalu Lintas

##plugins.themes.academic_pro.article.details##

References

Delita, B., &Fitri , N. (2014). Clustering Pelanggaran Berkendaraan Menggunakan Algoritma K-means Pada Polres Binjai. Jurnal STMIK Kaputama.
Fajariyanti, W. (2017). Clustering Wilayah Pada Pelanggaran Berkendaraan Menggunakan. Sikmi-Techsain, Vol 01, No.09.
Handoko, K. (2016). Penerapan Data Mining dalam Meningkatkan Mutu PembelajaranJURNAL SISTEM INFORMASI DAN TEKNOLOGI INFORMASI. Teknosi, 31-40.
Kesuma, D. P. (2018, Desember 20). Polisi Akui Angka Kecelakaan Lalu Lintas Sepanjang 2018 Cenderung Naik. Diambil kembali dari Tribunnews.com: https://www.tribunnews.com
Lestian , A. C., & Ahmad, Z. F. (2017). Implementasi Algoritma K-Means Pada Data pelanggaran Lalu Lintas Di Pengadilan Negri Purwodadi. Jurnal UDINUS.
Mulyani, E. D., Agustin, S., & Surgawi, N. (2018). Implementasi Algoritma K-Means dan Fp-Growth Untuk Rekomendasi Bimbingan Belajar Berdasarkan Segmentasi Akademik Siswa. Informatic Technique) Journal, 160-173.
Ramadhani , N., Rahman, A. F., & Riskiyati, D. (2017). Analisis Cluster Data Register Perkara lalu Lintas Menggunakan Algoritma K-Means. SESINDO 9.
Supas. (2015, 01 01). Jumlah Penduduk Indonesia 2019 Mencapai 267 Juta Jiwa. Diambil kembali dari Kata data: https://databoks.katadata.co.id/datapublish/2019/01/04/jumlah-penduduk-indonesia-2019-mencapai-267-juta-jiwa