Pengelompokan Jumlah Kecelakaan Lalu Lintas di Padang Menggunakan Analisis Cluster dengan Metode Non-Hirarki (K-Means)
Abstract
Traffic Accidents in August and July 2016. Traffic accidents in West Sumatra Province, especially in Padang City, are relatively high. Based on data from the Central Statistics Agency of Padang City, the number of traffic accident cases has increased from 2016-2021. This study aims to make a pattern in recognizing the characteristics of traffic accidents in the Padang City to minimize the increase in the frequency of accidents in the following year. This type of research is applied research. The result showed that optimizing clusters using the elbow method produced 4 clusters with categories: the first cluster included relatively high traffic accidents in 2021; the second cluster includes groups that have relatively moderate numbers in 2018 and cause material losses in 2021; the third cluster is relatively low, namely material losses in 2016 and 2018; the fourth cluster of very low traffic accidents in July and August 2016.
Full Text:
PDFReferences
Indonesia. Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan.
Jenewa,2021.WHO Mulai Kampanye Kurangi Jutaaan Kematian dan Cedera Akibat Kecelakaan di Jalan, Beritatrans.com
Bolla, M. E., Messah, Y., & Koreh, M. B. (2013). Analisis Daerah Rawan Kecelakaan Lalu Lintas (Studi Kasus Ruas Jalan Timor Raya Kota Kupang), Jurnal Teknik Sipil Vol. II No, 2, 147-156.
Jumlah Korban Kecelakaan Lalu Lintas di Wilayah Poresta Padang Tahun 2016-2021. Padangkota.bps.go.id.
Irawan Valdi, Rizal Adhi., & Purnamasari Intan. (2020). “Penerapan Algoritma K-means Clustering Pada Kecelakaan Lalu Lintas Berdasarkan Kabupaten/Kota di Provinsi Jawa Tengah Tahun 2020”, “Jurnal Ilmiah
Afnanda, A. (2021). Analisis cluster covid-19 di Sumatera Barat dengan metode Non-Hirarki (k-means). Skripsi. Padang: Universitas Negeri Padang.
Irwan, Wahidah Sanusi, dan Febriyanto Saman. (2022). “Pengelompokkan Daerah Rawan Kriminalitas di Sulawesi Selatan Menggunakan Metode K-means Clustering”, “Jurnal of Matematics Vol. V No, 1, 12-19.
Sari Mustika, R. (2023). Pengelompokkan Provinsi di Indonesia Berdasarkan Faktor Penyebab Balita Stunting Tahun 2020 Menggunakan Analisis K-Means Cluster. Skripsi. Padang: Universitas Negeri Padang.
Ediyanto, M. MN., & N. Satyahadewi (2013). Pengkasifikasian Karakteristik Dengan Metode K–Means Custer Analysis. Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster),2(2),133-136.
Gunawan, Indra. dkk. Penerapan Algoritma K-Means dalam Pengelompokkan Jumlah Penduduk Berdasarkan Kelurahan di Kota Pematangsiantar, “Jurnal ilmu Komputer dan Teknologi Vol. 2 No, 2, pp. 20-26.
Latifah, L. L., Hudjimartsu, S. A., & Yanuarsyah, I. (2022). Analisis Daerah Rawan Kecelakaan Lalu Lintas Menggunakan Cluster Analysis Di Kota Bogor Berbasis Webgis. Jurnal Ilmiah Teknologi Infomasi Terapan, 8(2). https://doi.org/10.33197/jitter.vol8.iss2.2022.760
Fayyad, U. P.-S. (1996). Advences in Knowledge Discovery and Data Mining, MIT Press.
Johnson, R. A., & Wincher, D. W. (1998). Applied Multivariate Statistical Analysis. In Second Edition. New Jersey: Prentice-Hall International.
Wahyudi, Imam. dkk. (2021). Analisa Penentuan Cluster Terbaik pada Metode K-Means Menggunakan Elbow Terhadap Sentra Industri Produksi di Pamekasan. “Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol. 2 No, 2.
Anton, H., & Rorres, C. (2004). Aljabar Linear Elementer. Jakarta: Erlangga
Nugroho, S. (2008). Statistika Multivariat Terapan. In UNIB Press Bengkulu
DOI: http://dx.doi.org/10.24036/unpjomath.v8i2.14491