ANALISIS KECELAKAAN LALU LINTAS JALAN RAYA DI KOTA SEMARANG MENGGUNAKAN METODE K-MEANS CLUSTERING


Muhammad Syaeful Fajar , 5302411252 (2015) ANALISIS KECELAKAAN LALU LINTAS JALAN RAYA DI KOTA SEMARANG MENGGUNAKAN METODE K-MEANS CLUSTERING. Under Graduates thesis, Universitas Negeri Semarang.

[thumbnail of ANALISIS KECELAKAAN LALU LINTAS JALAN RAYA  DI KOTA SEMARANG MENGGUNAKAN METODE   K-MEANS CLUSTERING ]
Preview
PDF (ANALISIS KECELAKAAN LALU LINTAS JALAN RAYA DI KOTA SEMARANG MENGGUNAKAN METODE K-MEANS CLUSTERING ) - Published Version
Download (4MB) | Preview

Abstract

Kota Semarang berpenduduk 1.572.105 orang dengan tingkat pertumbuhan penduduk per tahun dari tahun 2003-2013 sebesar 13,25%., secara geografis terletak antara garis 6°50' - 7°10' LS dan garis 109°35 - 110°50' BT. Ketinggian Kota Semarang terletak antara 0,75 sampai dengan 348,00 di atas garis pantai (BPS Kota Semarang, 2015). Seiring dengan bertambahnya jumlah penduduk di kota Semarang, kebutuhan akan transportasi juga semakin meningkat, sehingga jumlah kecelakaan semakin meningkat tiap tahunnya. Menurut data dari Polrestabes Semarang, diperoleh informasi bahwa dalam lima tahun terakhir terjadi peningkatan jumlah peristiwa kecelakaan pada pelajar, mahasiswa, dan pekerja berumur kurang dari 30 tahun. Dengan kondisi tersebut diperlukan upaya untuk mengetahui pemetaan peristiwa kecelakaan berdasarkan umur, factor penyebab, dan jenis hari dimana kecelakaan tersebut terjadi dan upaya penanganan untuk mengurangi peristiwa kecelakaan serta tersusunnya program database pemetaan kecelakaan berbasis Sistem Informasi Analisis Data Kecelakaan di kota Semarang yang mampu meningkatkan tingkat kewaspadaan dari pengguna jalan. Langkah awal yang dilakukan adalah dengan pencarian data primer di Polrestabes Semarang berupa data kecelakaan dari tahun 2010 s\d 2014 yang terjadi di kota Semarang. Data tersebut selanjutnya di analisis untuk menentukan variable dalam data kecelakaan untuk memetakan penyebab kecelakaan dengan metode Kmean Clustering modifikasi inisialisasi metode Analogy Based Estimation. Data primer diperoleh dengan melakukan wawancara lapangan untuk menentukan pemetaan penyebab kecelakaan yang teridentifikasi sebagai penyebab kecelakaan dalam kategoru berbahaya, waspada, dan hati-hati dan sebagai bahan untuk penyusunan database berbasis Sistem Informasi Analisis Data Kecelakaan. Dari hasil analisis pemetaan penyebab kecelakaan diperoleh umur pelaku dalam kategori berbahaya, yaitu rentang umur 18-24 tahun. Faktor pengemudi dengan persentase rata-rata 96,57% dan terjadi pada hari kerja dengan persentase rata-rata 67,33% pada semua cluster. Dari data tersebut disusun dalam database berbasis Sistem Informasi Analisis Data Kecelakaan yang menggunakan perangkat lunak berbasis web untuk pembentukan kmeans clustering, pemetaan data, editing variabel dan melakukan fungsi analisis kmean clustering. Saran dari penelitian ini adalah mencatat lebih banyak kejadian kecelakaan, khususnya setiap kecelakaan yang terjadi di wilayah Kota Semarang sehingga dapat menganalisis pengaruh jumlah kejadian kecelakaan terhadap akurasi klasifikasi penyebab terjadinya kecelakaan. Kemudian pada proses pemetaan kmeans clustering untuk variabel penelitian dibuat sedetail mungkin sehingga meningkatkan nilai akurasi klasifikasi penyebab kecelakaan dan dapat membantu pihak Kepolisian dalam mengatasi masalah kecelakaan lalu lintas.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: K-means, Clustering, Analogy Based Estimation, Inisialisasi Centroid, Sistem Informasi Analisis Data Kecelakaan
Subjects: T Technology > TE Highway engineering. Roads and pavements
Fakultas: Fakultas Teknik > Pendidikan Teknik Informatika dan Komputer, S1
Depositing User: Hapsoro Adi Perpus
Date Deposited: 02 Feb 2016 12:54
Last Modified: 02 Feb 2016 12:54
URI: http://lib.unnes.ac.id/id/eprint/23298

Actions (login required)

View Item View Item