TINDAON, FRISKA EMELIA and Bettiza, Martaleli and Ritha, Nola (2023) PENERAPAN OPTIMASI K-MEANS DENGAN METODE ELBOW UNTUK PENGELOMPOKAN DATA KECELAKAAN LALU LINTAS (Studi Kasus : Kota Batam). S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) FRISKA_EMELIA_TINDAON_160155201015_TEKNIK_INFORMATIKA - Cover.pdf Download (1MB)
	Text (Abstrak) FRISKA_EMELIA_TINDAON_160155201015_TEKNIK_INFORMATIKA - Abstrak.pdf - Published Version Download (223kB)
	Text (BAB I) FRISKA_EMELIA_TINDAON_160155201015_TEKNIK_INFORMATIKA - BAB I.pdf - Published Version Download (340kB)
	Text (Daftar Pustaka) FRISKA_EMELIA_TINDAON_160155201015_TEKNIK_INFORMATIKA - Daftar Pustaka.pdf - Published Version Download (334kB)
	Text (FULL TEKS) FRISKA_EMELIA_TINDAON_160155201015_TEKNIK_INFORMATIKA - FULL TEKS.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Satuan Lalu Lintas Polisi Resort Barelang (Satlantas Polresta Barelang) telah mencatat pada tahun 2020 kasus kecelakaan mencapai angka 568 kasus di sebelas kecamatan Kota Batam. Data tersebut direkam pada suatu peristiwa kecelakaan berupa waktu terjadi, tempat kejadian dan jumlah korban dan keadaan korban. Untuk mengetahui daerah yang rawan kecelakaan dibutuhkan pengelompokan data dan daftar kecelakaan. Pada kasus ini peneliti menggunakan metode k-means untuk mengelompokkan data kecelakaan, serta menggunakan metode elbow untuk mendapatkan nilai cluster yang optimal. Hasil yang diperoleh dari penelitian ini adalah menggunakan jumlah cluster sebanyak 3 yaitu cluster 1 terdapat empat data. Kelompok kecamatan yang berada pada cluster 1 adalah Nongsa, Batu Aji, Sagulung, Sei Beduk. Cluster 2 terdapat dua data. Kelompok kecamatan yang berada pada cluster 2 adalah Batam Kota dan Sekupang. Data yang berada pada cluster 3 berjumlah empat data. Kecamatan yang berada pada cluster 3 adalah Batu Ampar, Lubuk Baja, Galang dan Bengkong. Pada proses metode elbow menunjukkan nilai k=3 merupakan nilai cluster yang optimal. Hasil ini dapat digunakan untuk mengelompokkan daerah yang rawan kecelakaan. Kata kunci: Algoritma K-Means, Metode Elbow, Kecelakaan Lalu Lintas, Clustering.

Actions (login required)

View Item