PUTRI INSANIAH NUR, - (2022) PENERAPAN ALGORITMA K-MEDOIDS UNTUK PENGELOMPOKKAN DATA KECELAKAAN LALU LINTAS DI KOTA PEKANBARU. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text BAB I, II, III, DAN V.pdf Download (4MB) | Preview
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

ABSTRAK Kecelakaan lalu lintas merupakan penyebab kematian tertinggi ketiga di Indonesia Hal ini dapat dilihat berdasarkan data Laka Lantas (Kecelakaan Lalu Lintas) Polresta Pekanbaru angka kecelakaan lalu lintas di wilayah hukum Kota Pekanbaru pada Januari tahun 2016 sampai Maret tahun 2021 mencapai 1765 kasus kecelakaan lalu lintas. Tingginya jumlah kecelakaan yang terjadi menjadi alasan penting bagi pihak Satuan Lalu Lintas, salah satunya Polresta Pekanbaru untuk mengetahui penyebab rawannya kecelakaan. Penyebab kecelakaan lalu lintas dapat dianalisa dengan teknik data mining yaitu teknik clustering dengan algoritma K-Medoids untuk mengelompokkan data kecelakaan lalu lintas. Hasil dari penelitian ini menunjukkan bahwa penggunaan 5 cluster menjadi jumlah cluster terbaik dengan nilai Davies Bouldinse Index besar 0,47. Dari pengujian yang dilakukan didapatkan hasil clustering yaitu cluster 1 sebanyak 288 data, lalu pada cluster 2 sebanyak 250 data, pada cluster 3 sebanyak 255 data, pada cluster 4 sebanyak 217 data dan pada cluster 5 sebanyak 374 data. Bahasa pemograman yang digunakan adalah Phyton dan pengujian sistem dilakukan dengan metode white box. Kata kunci : Clustering, Data Mining, Davies Bouldin Index, K-medoid, Kecelakaan Lalu Lintas, Polresta.

Actions (login required)

View Item