Implementasi Algoritma K-Mean dalam Pengelompokan Data Kecelakaan di Kabupaten Kediri

Adimas Ketut Nalendra, M. Mujiono, Rafika Akhsani, Adiguna Sasama Wahyu Utama

Abstract


Abstract
The increasing human population in the world with the need for mobilization of motorized vehicles both 2 wheels and 4 wheels is no longer a secondary need but has become a primary need. With the increasing population of vehicles on the road becoming its own problem that is often the occurrence of both single and successive accidents that resulted in many victims both minor injuries, severe to death. Kediri is one of the cities with high accident rates. Although in 2018 this number has decreased but in 2017 there were 1,258. This resulted in the need for an information system to dig deeper about it. The k-mean algorithm is an algorithm used to group the same data and put it into a Cluster group to dig up information. The information system was developed using PHP and MYSql programming languages. The results of clustering are of 3 types namely accident rarely, accident-prone and very accident-prone. The most common incidents in the Pare Subdistrict with the cluster being very accident-prone. Throughout 2017 pare sub-districts there were 133 accident cases.

Keywords:
K-Means, Data mining.,accident, PHP, clustering.
__________________________

Abstrak
Semakin meningkatnya populasi manusia di dunia dengan kebutuhan mobilisasi kendaraan bermontor baik roda 2 maupun roda 4 bukan lagi menjadi kebutuhan sekunder tetapi sudah menjadi kebutuhan primer. Dengan semakin meningkatnya populasi kendaraan di jalan raya menjadi maslah sendiri yakni sering terjadinya kecelakaan baik tunggal maupun beruntun yang mengakibatkan banyak korban baik luka ringan, berat sampai meninggal dunia. Kediri adalah salah satu kota yang masih tinggi angka kecelakaan. Meski di tahun 2018 ini mengalami angka penurunan akan tetapi di tahun 2017 tercatat 1.258. Hal ini mengakibatkan perlu adanya suatu system informasi untuk menggali lebih dalam mengenai hal tersebut. Algoritma k-mean adalah algoritma yang digunakan untuk mengelompokkan data yang sama dan dimaksukkan ke kelompok Cluster untuk menggali informasi. Pada system infprmasi dikembangkan menggunakan Bahasa pemograman PHP dan MYSql. Hasil dari clustering terdapat 3 jenis yaitu jarang terjadi kecelakaan, rawan kecekalaan dan sangat rawan kecelakaan. Kecataman dengan kejadian terbanyak terjadi di kecamatan Pare dengan cluster sangat rawan kecelakaan. Sepanjang tahun 2017 kecamatan pare terjadi kasus kecelakaan sebanyak 133 kasus.

Kata Kunci:
K-Means, Kecelakaan, Data mining, PHP, Clustering.
__________________________

Keywords


K-Means, Kecelakaan, Data mining, PHP, Clustering. K-Means; Data mining; accident; PHP; clustering;

Full Text:

PDF

References


Akhsani, R., Kusrini, K., & Sudarmawan, S. (2018). Analisis sensitivitas kandidat alternatif penerima beasiswa ppa dengan metode saw. SEMNASTEKNO MEDIA ONLINE, 6(1), 2-10-17.

Akhsani, R., Sukmana, A., Ramandita, H. D., & Kusrini, K. (2018). Penerapan k-mean pada metode saw untuk sistem pendukung keputusan pemilihan karyawan terbaik

SEMNASTEKNOMEDIA ONLINE, 6(1), 1-2-37.

Al-Yaseen, W. L., Othman, Z. A., & Nazri, M. Z. A. (2017). Multi-level hybrid support vector machine and extreme learning machine based on modified K-means for intrusion detection system. Expert Systems with Applications, 67, 296-303.

Aljrees, T., Shi, D., Windridge, D., & Wong, W. (2016). Criminal pattern identification based on modified K-means clustering. Paper presented at the 2016 International Conference on Machine Learning and Cybernetics (ICMLC).

Amri, M. A., Hartama, D., & Windarto, A. P. (2020). Penerapan Data Mining Pada Presentasi Penerimaan Imunisasi Anak-Anak Menurut Provinsi Menggunakan K-Means Clustering. Paper presented at the Seminar Nasional Teknologi Komputer & Sains (SAINTEKS).

Dengen, C. N., Kusrini, K., & Luthfi, E. T. (2019). Penentuan Association Rule Pada Kelulusan Mahasiswa Menggunakan Algoritma Apriori. Jurnal Rekayasa Teknologi Informasi (JURTI), 3(1), 20-29.

Fu'ad, M. N., Kholil, M., & Wardhani, S. I. (2019). Rancang Bangun Aplikasi QR Code Berbasis Android Pada Perpustakaan Akademi Komunitas Negeri Putra Sang Fajar Blitar. VOCATECH: Vocational Education and Technology Journal, 1, 5-12.

Fu'ad, M. N., & Nalendra, A. K. (2019). Rancang bangun website tracer alumni akn putra sang fajar blitar. Antivirus: Jurnal Ilmiah Teknik Informatika, 13(2), 90-97.

Khanmohammadi, S., Adibeig, N., & Shanehbandy, S. (2017). An improved overlapping k-means clustering method for medical applications. Expert Systems with Applications, 67, 12-18.

Kusrini, K., Iskandar, M. D., & Wibowo, F. W. (2016). Multi features content-Based image retrieval using clustering and decision tree algorithm. Telkomnika, 14(4), 1480.

Masyhari, N. (2018). Setahun terjadi 1.258 kecelakaan, polres kediri luncurkan si peka.

Nalendra, A. K. (2018). Pengukuran Keakuratan Metode K-Means untuk Menentukan Status Gizi Balita. Jurnal Ekonomi Dan Teknik Informatika, 6(2), 48-54.

Nalendra, A. K., Winarno, W. W., & Sunyoto, A. (2017).

Pemodelan Arsitektur Enterprise dengan TOGAF pada SMK Bhakti Mulia Pare. Jurnal Ekonomi Dan Teknik Informatika, 4(1), 1-11.

Ong, J. O. (2013). Implementasi algoritma k-means clustering untuk menentukan strategi marketing president university. Jurnal ilmiah Teknik industry, 12(1), 10-20.

Prasetyo, E. (2012). Data mining konsep dan aplikasi menggunakan matlab. Yogyakarta.

Priyono, A., Ridwan, M., Alias, A. J., Rahmat, R. A. O., Hassan, A., & Ali, M. A. M. (2005). Generation of fuzzy rules with subtractive clustering. Jurnal Teknologi, 43(1), 143-153.

Qodar, N. (2018). Polri: Angka Kecelakaan Lalu Lintas Menurun pada 2018. from https://www.liputan6.com/news/read/3407664/polri-angka-kecelakaan-lalu-lintas-menurun-pada-2018

Sari, R. W., Wanto, A., & Windarto, A. P. (2018). Implementasi Rapidminer dengan Metode K-Means (Study Kasus: Imunisasi Campak pada Balita Berdasarkan Provinsi). Paper presented at the KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer).

Safrizal, S. (2019). Pengenalan Karakter Jawi Tulisan Tangan Menggunakan Fitur Sudut. VOCATECH: Vocational Education and Technology Journal, 1, 1-4.

Sartika, D., & Jumadi, J. (2019). Clustering Penilaian Kinerja Dosen Menggunakan Algoritma K-Means (Studi Kasus: Universitas Dehasen Bengkulu). Paper presented at the Seminar Nasional Teknologi Komputer & Sains (SAINTEKS).




DOI: https://doi.org/10.38038/vocatech.v1i2.28

Refbacks

  • There are currently no refbacks.


VOCATECH : Vocational and Technology Journal
Unit Penelitian dan Pengabdian Masyarakat & Penjaminan Mutu
Akademi Komunitas Negeri Aceh Barat
Komplek STTU Alue Peunyareng, Ujong Tanoh Darat, Meureubo, Kabupaten Aceh Barat, Aceh 23615
Telp. (0655) 7110271
Email: vocatech@aknacehbarat.ac.id


VOCATECH: Vocational Education and Technology Journal Published by:
Unit Penelitian dan Pengabdian Masyarakat & Penjaminan Mutu
Akademi Komunitas Negeri Aceh Barat


Indexed by:

GS2 logoCrossref logoGaruda logosinta-5 logosinta-5 logo

Creative Commons License logo

VOCATECH: Vocational Education and Technology Journal Creative Commons Attribution-ShareAlike 4.0 International License.