Clustering Data Kecelakaan Lalu Lintas di Kecamatan Cileungsi Menggunakan Metode K-Means

Titus Kurniawan Titus; Mohamad  Jajuli

doi:10.29407/gj.v6i1.16103

Authors

Titus Kurniawan Titus Universitas Singaperbangsa Karawang
Mohamad Jajuli Universitas Singaperbangsa Karawang

DOI:

https://doi.org/10.29407/gj.v6i1.16103

Keywords:

Data Mining, K-Means Clustering, Silhoutte Coeficient

Abstract

Data merupakan suatu kumpulan fakta yang masih dapat diolah menjadi sebuah informasi yang menarik. Berbagai pengolahan data dilakukan secara komputerisasi, mulai dari penyimpanan data, arsip, membuat laporan, serta menghasilkan informasi, baik yang dibutuhkan secara perorangan maupun perusahaan. Dibutuhkan sebuah metode atau Teknik yang dapat merubah tumpukan data tersebut menjadi sebuah informasi yang berharga atau pengetahuan (knowledge) yang bermanfaat untuk mendukung pengambilan keputusan. Manfaat dari penelitian ini adalah untuk melihat bagaimana pola suatu kecelakaan lalu lintas di kecamatan cileungsi itu terjadi. Yang bertujuan untuk mengetahui faktor penyebab, waktu, dan umur korban yang paling sering mengalami kecelakaan. Sehingga pemerintah dapat mengambil suatu keputusan dari hasil penelitian ini. Suatu teknologi yang dapat digunakan untuk mewujudkannya adalah data mining. Data mining merupakan suatu proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan Teknik atau metode tertentu. Data mining mampu menganalisa suatu data yang besar atau banyak. Salah satu Teknik atau metode yang dapat digunakan adalah K-Means Clustering. Algoritma K-Means Clustering merupakan suatu tata cara penganalisaan informasi ataupun tata cara data Mining yang melaksanakan proses pemodelan tanpa supervise (Unsupervised). Pada penelitian ini akan menghasilkan 3 cluster, untuk mengkategorikan lokasi tidak rawan, rawan, dan sangat rawan. Cluster 1 menghasilkan nilai evaluasi 0.35, pada cluster 2 menghasilkan nilai evaluasi 0.22, dan pada cluster 3 menghasilkan nilai evaluasi 0.38. Pada penelitian ini, menggunakan evaluasi silhoutte coefficient.

References

World Health Organization (WHO) .2013. Global Status Report On Road Safety 2013: Supporting A Decade Of Action. Switzerland : Printed in Luxembourg.

Achmad, Maududie & Wahyu Catur Wibowo. 2014. Perbaikan Inisialisasi KMeans Menggunakan Graf Hutan Yang Minimum. Prosiding Seminar Ilmiah Nasional Komputer dan Sistem Intelijen. Depok: Universitas Gunadarma

Anshori, Iedam Fardian, and Yeni Nuraini. 2020. “Pengelompokan Data Kecelakaan Lalu Lintas Di Kota Tasikmalaya Menggunakan Algoritma K-Means.” Jurnal Responsif 2(1):118–27.

Anonim, 2009. Undang-undang Republik Indonesia No.22 Tahun 2009 tentang Lalu lintas dan Angkutan Jalan. Jakarta: Pemerintah Republik Indonesia

Anonim, 1993. Peraturan Pemerintah Republik Indonesia Nomor 44 Tahun 1993 Tentang Jalan. Jakarta: Pemerintah Republik Indonesia.

Aprianti, Winda, and Jaka Permadi. 2018. “K-Means Clustering Untuk Data Kecelakaan Lalu Lintas Jalan Raya Di Kecamatan Pelaihari.” Jurnal Teknologi Informasi Dan Ilmu Komputer 5(5):613. doi: 10.25126/jtiik.2018551113.

Ariani, Dinda Retno. 2020. “Identifikasi Penyebab Kecelakaan Lalu Lintas Dengan Menggunakan Metode K-Means.” 8:320–25.

Aribowo, Agus Sasmito. 2015. “Analisa Asosiatif Data Mining Untuk Mengetahui Pola Kecelakaan Lalu Lintas.” Telematika 8(2):2–7. doi: 10.31315/telematika.v8i2.458.

Azizirrahman, Muhammad, Ellyn Normelani, Deasy Arisanty, Kecelakaan Lalu Lintas, and Daerah Rawan Kecelakaan. 2015. “Faktor Penyebab Terjadinya Kecelakaan Lalu Lintas Pada Daerah Rawan Kecelakaan Di Kecamatan Banjarmasin Tengah Kota Banjarmasin.” 2(3).

Oktavia, Rezki, Sutardi, and Jumadil Nangi. 2017b. “IMPLEMENTASI DATA MINING UNTUK MENENTUKAN DAERAH RAWAN KECELAKAAN MENGGUNAKAN ALGORITMA C4.5 Rezki.” SemanTIK 3(2):95–104.

Putu, Ni, Ratindia Apriyanti, I. Ketut Gede, Darma Putra, and I. Made Suwija Putra. 2020. “Peramalan Jumlah Kecelakaan Lalu Lintas Menggunakan Metode Support Vector Regression.” Jurnal Ilmiah Merpati 8(2):72–80.

Marsaid, M. Hidayat, and Ahsan, “Faktor Yang Berhubungan Dengan Kejadian Kecelakaan Lalu Lintas pada Pengendara Sepeda Motor di Wilayah Polres Kabupaten Malang,” J. Ilmu Keperawatan, vol. 1, no. 2, pp. 98–112, 2013.

Rahmat C.T.I., Brilian, Agum Agidtama Gafar, Nurul Fajriani, Umar Ramdani, Fitria Rihin Uyun, Yuwanda Purnamasari P., and Natalis Ransi. 2017. “Implemetasi K-Means Clustering Pada Rapidminer Untuk Analisis Daerah Rawan Kecelakaan.” Seminar Nasional Riset Kuantitatif Terapan 2017 (April):58–60.