Clustering data kecelakaan lalu lintas di Kecamatan Cileungsi menggunakan metode K-Means

Titus, Kurniawan and Mohamad, Jajuli (2022) Clustering data kecelakaan lalu lintas di Kecamatan Cileungsi menggunakan metode K-Means. Generation Journal, 6 (1): 1. pp. 1-12. ISSN 2580-4952

[thumbnail of 2580-4952_6_1_2022_1.pdf]
Preview
Text
2580-4952_6_1_2022_1.pdf - Published Version
Available under License Creative Commons Attribution Share Alike.

Download (435kB) | Preview

Abstract

Data merupakan suatu kumpulan fakta yang masih dapat diolah menjadi sebuah informasi yang menarik. Berbagai pengolahan data dilakukan secara komputerisasi, mulai dari penyimpanan data, arsip, membuat laporan, serta menghasilkan informasi, baik yang dibutuhkan secara perorangan maupun perusahaan. Dibutuhkan sebuah metode atau Teknik yang dapat merubah tumpukan data tersebut menjadi sebuah informasi yang berharga atau pengetahuan (knowledge) yang bermanfaat untuk mendukung pengambilan keputusan. Manfaat dari penelitian ini adalah untuk melihat bagaimana pola suatu kecelakaan lalu lintas di kecamatan cileungsi itu terjadi. Yang bertujuan untuk mengetahui faktor penyebab, waktu, dan umur korban yang paling sering mengalami kecelakaan. Sehingga pemerintah dapat mengambil suatu keputusan dari hasil penelitian ini. Suatu teknologi yang dapat digunakan untuk mewujudkannya adalah data mining. Data mining merupakan suatu proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan Teknik atau metode tertentu. Data mining mampu menganalisa suatu data yang besar atau banyak. Salah satu Teknik atau metode yang dapat digunakan adalah K-Means Clustering. Algoritma K-Means Clustering merupakan suatu tata cara penganalisaan informasi ataupun tata cara data Mining yang melaksanakan proses pemodelan tanpa supervise (Unsupervised). Pada penelitian ini akan menghasilkan 3 cluster, untuk mengkategorikan lokasi tidak rawan, rawan, dan sangat rawan. Cluster 1 menghasilkan nilai evaluasi 0.35, pada cluster 2 menghasilkan nilai evaluasi 0.22, dan pada cluster 3 menghasilkan nilai evaluasi 0.38. Pada penelitian ini, menggunakan evaluasi silhoutte coefficient.

Item Type: Article
Uncontrolled Keywords: K-Means clustering, Silhoutte coeficient, Data mining, Clustering, Traffic accidents
Subjects: Computers, Control & Information Theory > Applications Software
Computers, Control & Information Theory > Data Files
Depositing User: - Dina -
Date Deposited: 02 Oct 2023 03:58
Last Modified: 02 Oct 2023 03:58
URI: https://karya.brin.go.id/id/eprint/20890

Actions (login required)

View Item
View Item