PELABELAN DATA TRAINING ALGORITMA NAÏVE BAYES MENGGUNAKAN ALGORITMA K-MEANS UNTUK KLASIFIKASI RESIKO KECELAKAAN KENDARAAN BERMOTOR DI KOTA SEMARANG

AZIZATUL, MUNAWAROH (2016) PELABELAN DATA TRAINING ALGORITMA NAÏVE BAYES MENGGUNAKAN ALGORITMA K-MEANS UNTUK KLASIFIKASI RESIKO KECELAKAAN KENDARAAN BERMOTOR DI KOTA SEMARANG. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Jumlah kecelakaan lalu lintas di kota Semarang, beberapa tahun belakangan ini menunjukkan angka kenaikan yang cukup signifikan. Hal ini diakibatkan oleh banyaknya pengemudi kendaraan yang kurang bahkan tidak sadar sama sekali akan keselamatan diri sendiri dalam mengemudi seperti melanggar peraturan lalu lintas, tidak menggunakan standart keselamatan yang memadai, dan lain sebagainya. Tujuan dilaksanakannnya penelitian ini adalah untuk mengetahui dimana lokasi yang sering terjadi kecelakaan, khususnya di kota semarang. Dalam penelitian ini, akan dilakukan proses clustering dan classification untuk mengolah data. Sedangkan untuk algoritma yang digunakan dalam proses clustering adalah algoritma k-means dan untuk proses classification menggunakan algoritma naïve bayes. Naïve Bayes merupakan teknik prediksi berbasis probabilistik berdasar penerapan teorema atau aturan bayes, Sehingga merupakan algoritma klasifikasi sederhana, cepat namun memiliki akurasi tinggi. Clustering akan di bagi menjadi 3 cluster yaitu tidak rawan, rawan, dan sangat rawan. Atribut yang digunakan adalah kendaraan korban, waktu kejadian, wilayah kejadian, dan factor penyebab kecelakaan. Proses pengujian menggunakan Rapid Miner dengan klasifikasi menghasilkan akurasi global sebesar 99.59%. Hasil dari penelitian ini digunakan untuk menentukan daearah di Kota Semarang yang rawan terhadap kecelakaan lalu lintas. Algoritma K-Means sangat membantu dalam proses pelabelan data training Algoritma Naïve Bayes.

Actions (login required)