Klasterisasi Daerah Rawan Kecelakaan Lalu Lintas Menggunakan Chebyshev Distance K-Means

M., LUTHFI ABDILLAH (2016) Klasterisasi Daerah Rawan Kecelakaan Lalu Lintas Menggunakan Chebyshev Distance K-Means. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (3820b) | Preview

Abstract

Kecelakaan lalu lintas merupakan salah satu penyebab serius kematian didunia dan menempati peringkat 9 dunia. Indonesia sendiri merupakan penyumbang tingkat kecelakaan lalu lintas tertinggi di dunia dengan menempati peringkat ke 5. Tingginya angka kecelakaan lalu lintas terjadi karena masyarakat modern menempatkan transportasi sebagai kebutuhan hidup, akibat aktivitas ekonomi, sosial dan sebagainya. Penelitian ini dilakukan untuk menghasilkan status daerah rawan kecelakaan yang berasal dari rekaman data kecelakaan lalu lintas Polrestabes Kota Semarang selama dua tahun dengan menggunakan algoritma K-Means klastering, daerah (jalan) akan di kelompokkan menjadi 3 klaster berdasarkan kemiripan karakteristik yang ditinjau dari nilai indikator daerah rawan kecelakaan lalu lintas untuk menunjukkan tingkat kerawanan kecelakaan lalu lintas. Dalam penelitian ini dilakukan pengelompokkan data menggunakan Chebychev Distance K-Means dan Euclidean Distance K-Means. Hasil penelitian ini diperoleh pengklasteran menggunakan Chebychev Distance K-Means yang lebih optimal dibandingkan Euclidean Distance K-Means. Nilai DBI (Davies-Bouldin Index) dari Chebychev Distance K-Means sebesar 0.416 lebih rendah dibandingkan Euclidean Distance K-Means yang memiliki nilai 0.426.

Actions (login required)