ANALISIS POLA KECELAKAAN LALU LINTAS MENGGUNAKAN ALGORITMA K-MEANS DAN FP-GROWTH STUDI KASUS: POLRES SOLOK
Abstract
Kabupaten Solok merupakan salah satu kabupaten yang ada di Sumatera Barat yang memiliki jumlah kecelakaan yang terbilang tinggi, yakni sebanyak 497 kejadian selama tahun 2015-2018, hal ini disebabkan oleh jumlah kendaraan yang kian meningkat, perkembangan transportasi sangat mempengaruhi resiko akan terjadinya kecelakaan dan memerlukan penanganan serius karena dapat menyebabkan kerugian yang besar. Pada unit kecelakaan (Laka) Polres Solok, data ini digunakan untuk pelaporan sehingga bisa diketahui berapa banyak korban setiap tahunnya. Karena banyaknya data kecelakaan maka diperlukan pengelompokkan data dengan metode clustering. Proses ini bertujuan untuk mengelompokkan berdasarkan karakteristik tiap objek, data yang sudah dikelompokkan akan diolah dan diproses sehingga dapat memberikan sebuah rekomendasi dalam mengurangi resiko terjadinya kecelakaan. Penelitian ini menggunakan metode algoritma K-Means untuk clustering dan FP-Growth untuk mendapatkan aturan asosiasi. Dari data yang diproses maka didapatkan hasil berupa kecelakaan terjadi pada usia muda (16-35 Tahun), keadaan jalan sepi, jenis kendaraan sepeda motor, pengendara tidak memiliki sim, pengendara berjenis kelamin laki-laki, jenis luka dengan kondisi luka ringan. Dalam menanggulangi kecelakaan lalu lintas dapat dilakukan pada usia muda dengan memberikan arahan dan sosialisasi pada sekolah serta unit lainnya, sedangkan untuk keadaan jalan sepi yaitu memberikan fasilitas umum berupa penerangan lampu pada jalan dan infrastruktur yang terdekat.
Full Text:
PDFReferences
Agusta. (2007). K-means, penerapan, permasalahan dan metode terkait. Jurnal Sistem dan Informatika.
Fitria, R., Nengsih, W., & Qudsi, D. H. (2017). Implementasi Algoritma FP-Growth Dalam Penentuan Pola Hubungan Kecelakaan Lalu Lintas. Jurnal Sistem Informasi, 13(2), 118. https://doi.org/10.21609/jsi.v13i2.551
Hardiyanto, I., Purwananto, Y., Kom, S., Kom, M., & Soelaiman, R. (2012). Implementasi Segmentasi Citra dengan Menggunakan Metode Generalized Fuzzy C- Means Clustering Algorithm with Improved Fuzzy Partitions. Teknik Pomits, 1(1), 1–5.
Ikhwan, A., Nofriansyah, D., & Sriani. (2015). Penerapan Data Mining dengan Algoritma Fp-Growth untuk Mendukung Strategi Promosi Pendidikan ( Studi Kasus Kampus STMIK Triguna Dharma ). Saintikom, 14(3), 211–226.
Larose. (2005). Discovering knowledge in data : An introduction to data mining (New Jersey:John Wiley (ed.)). Sons Inc.
Lestari. (2015). Implementasi pengolahan citra dan klasifikasi k-nearest neighbour untuk membangun aplikasi pembeda daging sapi dan babi berbasis web. Jurnal Sains Dan Teknologi Industri, 242–247.
Luluk Elvitaria, M. H. (2017). Smk Analisis Kesehatan Abdurrab Menggunakan Algoritma. (Jurnal Teknologi Dan Sistem Informasi Univrab, 2(2), 220–233.
Mamahit, N., & Qoiriah, A. (2019). Penerapan Algoritma Fp-Growth dan K-Means pada Data Transaksi Minimarket. Journal of Informatics and Computer Science (JINACS), 1(02), 78–83.
Maskuroh. (2014). Analisa keranjang belanja dengan aturan asosiasi menggunakan algoritma apriori untuk stok barang pada listrikmart. Jurnal Informatika.
Mujiasih, S. (2011). Pemanfatan Data Mining Untuk Prakiraan Cuaca. Jurnal Meteorologi Dan Geofisika, 12(2), 189–195. https://doi.org/10.31172/jmg.v12i2.100
DOI: http://dx.doi.org/10.24014/rmsi.v8i1.15656
Refbacks
- There are currently no refbacks.