KLASTERISASI DAERAH RAWAN LAKA LANTAS DI KAB. PONOROGO MENGGUNAKAN ALGORITMA K-MEANS

andi saputra, prima (2021) KLASTERISASI DAERAH RAWAN LAKA LANTAS DI KAB. PONOROGO MENGGUNAKAN ALGORITMA K-MEANS. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

	Text (surat perstujuan unggah karya ilmiah) Unggah Surat Keputusan unggah karya ilmiah.pdf Download (322kB)
	Text (HALAMAN DEPAN) HALAMAN DEPAN.pdf Download (2MB)
	Text (BAB I) BAB I.pdf Download (585kB)
	Text (BAB II) BAB II.pdf Download (965kB)
	Text (BAB III) BAB III.pdf Restricted to Repository staff only Download (857kB)
	Text (BAB IV) BAB IV.pdf Restricted to Repository staff only Download (1MB)
	Text (BAB V) BAB V.pdf Restricted to Repository staff only Download (496kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (366kB)

Abstract

Kecelakaan lalu lintas merupakan salah satu masalah kesehatan yang menjadi penyebab serius kematian didunia. Menurut laporan Badan Penelitian dan Pengembangan Kesehatan (Balitbangkes) tahun 2014, kecelakaan lalu lintas menempati peringkat ke-8 penyebab kematian terbanyak di Indonesia. Lebih lanjut lagi, akhir 2017 lalu Kepolisian Republik Indonesia mengungkapkan bahwa di Asia Tenggara, angka kecelakaan lalu lintas di Indonesia menempati peringkat keempat setelah Thailand, Vietnam, dan Malaysia.. Di Indonesia, jumlah korban kecelakaan yang meninggal rata-rata 28.000-30.000 jiwa per tahun. Dengan kata lain, ada satu orang yang meninggal akibat kecelakaan lalu lintas setiap tiga jam. Sesuai dengan laporan Badan Kesehatan Dunia (WHO) untuk Indonesia yang dimuat dalam Global Report on Road Safety 2015, korban jiwa akibat kecelakaan lalu lintas terbanyak dialami oleh pengendara sepeda motor (36%), diikuti oleh penumpang bus angkutan umum (35%), dan pejalan kaki (21%). Untuk pengemudi dan penumpang kendaraan pribadi tergolong kecil, hanya 1%. (Global Report on Road Safety 2015). Maka dilakukan penelitian terhadap daerah rawan kecelakaan lalu lintas untuk menghasilkan status daerah rawan kecelakaan yang berasal dari rekaman data kecelakaan lalu lintas Polres Ponorogo selama satu tahun dengan menggunakan algoritma K- Means klastering, dimana daerah (jalan) akan di kelompokkan menjadi 3 klaster berdasarkan kemiripan karakteristik yang ditinjau dari nilai indikator daerah rawan kecelakaan lalu lintas seperti jumlah kecelakaan, jumlah kendaraan yang terlibat dan jumlah korban untuk menunjukkan tingkat kerawanan kecelakaan lalu lintas. Dalam penelitian ini dilakukan pengelompokkan data menggunakan Euclidean Distance K-Means dengan memperoleh hasil yang optimal dan menemukan klaster yang akurat. Kata kunci : kecelakaan lalu lintas, k-means, clustering

Item Type:	Thesis (Skripsi (S1))
Uncontrolled Keywords:	kecelakaan lalu lintas, k-means, clustering
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T201 Patents. Trademarks
Divisions:	Faculty of Engineering
Depositing User:	ft . userft
Date Deposited:	13 Sep 2021 02:16
Last Modified:	04 Nov 2021 03:49
URI:	http://eprints.umpo.ac.id/id/eprint/7882

Actions (login required)

View Item