ANALISIS KECELAKAAN BERLALU LINTAS DI KOTA JAKARTA DENGAN MENGGUNAKAN METODE K-MEANS
Abstract
In the city area of Jakarta, accidents in traffic enter problems that almost often occur at any time. Not a few victims suffered property damage, but victims also suffered minor injuries, serious injuries and even lost their lives. To analyze the number of accident incidents in traffic around the Jakarta city area which took casualties, researchers used a clustering method with the K-Means algorithm which was processed through rapidminer software. From the clustering of traffic accidents data obtained the level of accuracy in clusters 1 and 2 with the same accuracy that is equal to 20%, while cluster 3 gets an accuracy value of 10%
Downloads
References
Aprianti, W., & Permadi, J. (2018). K-Means Clustering Untuk Data Kecelakaan Lalu Lintas K-Means Clustering for Highway Traffic Accident Data in Pelaihari Sub District, 5(5), 613–620. https://doi.org/10.25126/jtiik2018551113
Ayu, D., Wati, M., Puspitasari, D., & Purwaningsih, E. (2019). Metode Clustering Pada Model Algoritma K-Means Untuk Pemilihan Alat Kontrasepsi, 3(2), 129–138.
Azzirrahman, M., Normelani, E., & Arisanty, D. (2015). Faktor Penyebab Terjadinya Kecelakaan Lalu Lintas pada Daerah Rawan Kecelakaan di Kecamatan Banjarmasin Tengah Kota Banjarmasin. Jurnal Pendidikan Geografi, 2(3), 20–37.
BPS Provinsi DKI Jakarta. (2013). Data Jumlah Kejadian Kecelakaan Lalu Lintas, Korban dan Kerugian di Provinsi DKI Jakarta. Retrieved from http://data.jakarta.go.id/dataset/data-jumlah-kejadian-kecelakaan-lalu-lintas-korban-dan-kerugiannya
Eko, W. A. (2016). Implementasi data mining dalam pengelompokan data peserta didik di sekolah untuk memprediksi calon penerima beasiswa dengan menggunakan algoritma k- means (studi kasus sman 16 bekasi), 21(3).
Endra, F. (2017). Pengantar Metodologi Penelitian (Statiska Praktis). zifatama jawara.
Iswari, L., & Ayu, E. G. (2015). Pemanfaatan Algoritma K-Means Untuk Pemetaan Hasil Klasterisasi Data Kecelakaan Lalu Lintas. Pemanfaatan Algoritma K-Means Untuk Pemetaan Hasil Klasterisasi Data Kecelakaan Lalu Lintas, 21(1), 1–13. https://doi.org/10.20885/teknoin.vol21.iss1.art7
Purwaningsih, E. (2019). Laporan Akhir Penelitian PDY: Analisis Kecelakaan Berlalu Lintas Di Kota Jakarta Dengan Menggunakan Metode K-Means. Jakarta.
Rahmat C.T. I, B., Gafar, A. A., Fajriani, N., Ramdani, U., Uyun, F. R., P, Y. P., & Ransi, N. (2017). IMPLEMETASI K-MEANS CLUSTERING PADA RAPIDMINER UNTUK ANALISIS DAERAH RAWAN KECELAKAAN. In Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017 (pp. 58–62). Kendari: Lembaga Pengembangan Sistem Informasi.
Saragih, P. G. G. (2013). ANALISA KECELAKAAN LALU LINTAS DI KOTA PEMATANG SIANTAR. JURNAL TEKNIK SIPIL USU, 2(3). Retrieved from https://jurnal.usu.ac.id/index.php/jts/article/view/5676
Saragih, R., & Sitompul, J. N. (2019). Perbandingan Data Mining Mengidentifikasi Pola Keterkaitan Variabel Kecelakaan Lalu Lintas Di Polresta Kota Medan. Journal Information System Development (ISD), 4(1), 39–45. Retrieved from https://ejournal.medan.uph.edu/index.php/isd/article/view/281
Vulandari, R. T. (2017). Data Mining Teori dan Aplikasi Rapidminer. Yogyakarta: Gaava Media.
-a.jpg)
-b.jpg)
