Clustering Data Kecelakaan Lalu Lintas melalui Algoritma K-Means dengan Seleksi Fitur Chi-Square

Adellia Putri Margaretha, Nurissaidah Ulinnuha, Putroue Keumala Intan

Abstract

Kecelakaan lalu lintas merupakan permasalahan signifikan di Indonesia, dengan dampak fatal dan kerugian ekonomi yang besar. Penelitian ini bertujuan untuk menerapkan algoritma K-means untuk mengelompokkan data kecelakaan lalu lintas dengan menggunakan seleksi fitur. Data kecelakaan lalu lintas yang digunakan diperoleh dari sebuah perusahaan asuransi kecelakaan di Sidoarjo dan diproses untuk menghasilkan fitur-fitur yang relevan. Proses seleksi fitur dilakukan untuk menentukan fitur-fitur yang memiliki kepentingan dan informasi yang paling relevan dalam proses pengelompokkan. Metode seleksi fitur yang digunakan dalam penelitian ini adalah seleksi fitur Chi-Square, yang bertujuan untuk memilih fitur-fitur yang memiliki hubungan signifikan dengan variabel target kecelakaan. Hasil penelitian menunjukkan bahwa data terbagi menjadi 2 cluster dengan seleksi fitur maupun tanpa seleksi fitur, yaitu wilayah dengan tingkat kecelakaan tinggi dan rendah. Nilai koefisien sillhouette cluster sebelum dilakukan seleksi fitur adalah sebesar 0,57. Sedangkan setelah diterapkan seleksi fitur dengan Chi-Square, diperoleh hasil yang lebih baik yaitu sebesar 0,72. Penelitian ini menunjukkan bahwa dengan menerapkan metode seleksi fitur dapat meningkatkan performa pengelompokkan data kecelakaan lalu lintas dengan algoritma K-means.

Full Text:

PDF

References

Abdullah, D., Susilo, S., Ahmar, A. S., Rusli, R., & Hidayat, R. (2022). The application of K-means clustering for province clustering in Indonesia of the risk of the COVID-19 pandemic based on COVID-19 data. Quality and Quantity, 56(3), 1283–1291. https://doi.org/10.1007/S11135-021-01176-W/FIGURES/3

Amalia, M. F., & Arianto, D. B. (2024). Implementasi Algoritma K-Means Clustering Dalam Klasterisasi Kabupaten/Kota Provinsi Jawa Barat Berdasarkan Faktor Pemicu Stunting Pada Balita. Jurnal Sistem Informasi Dan Sistem Komputer, 9(1), 36–46. https://doi.org/10.51717/SIMKOM.V9I1.356

Ernayanti, T., Rusgiyono, A., Rachman Hakim, A., Statistika, D., Sains dan Matematika, F., & Diponegoro, U. (2023). Penggunaan Seleksi Fitur Chi-Square Dan Algoritma Multinomial Naïve Bayes Untuk Analisis Sentimen Pelangggan Tokopedia. Jurnal Gaussian, 11(4), 562–571. https://doi.org/10.14710/J.GAUSS.11.4.562-571

Gurning, U. R., Octavia, S. F., Andriyani, D. R., Nurainun, N., & Permana, I. (2024). Prediksi Risiko Stunting pada Keluarga Menggunakan Naïve Bayes Classifier dan Chi-Square. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(1), 172–180. https://doi.org/10.57152/MALCOM.V4I1.1074

Hendrawan, S., Dewi, F. K. S., & Pranowo. (2023). Clustering Evaluasi Dosen Universitas Atma Jaya Yogyakarta Menggunakan Metode K-Means. Jurnal Informatika Atma Jogja, 4(1), 1–8. https://doi.org/10.24002/JIAJ.V4I1.7436

Iswanto, A. P., Imron, N. A., & Priyanto, S. (2021). Analysis of Understanding and Violation of the Early Warning System (EWS) on Accident Rates at Level Crosses with the Chi-Square Method. Jurnal Perkeretaapian Indonesia (Indonesian Railway Journal), 5(1), 10–17. https://doi.org/10.37367/JPI.V5I1.133

Izzaty, U., Hg, I. R., & Devianto, D. (2020). Pengklasteran Kabupaten/Kota Di Provinsi Sumatera Barat Berdasarkan Indikator Kesejahteraan Masyarakat Dengan Validitas Koefisien Silhouette. Jurnal Matematika UNAND, 9(2), 192–198. https://doi.org/10.25077/JMU.9.2.192-198.2020

J.W.Kaawoan, Y. (2023). Ganti Kerugian Oleh Pihak Yang Bertanggung Jawab Atas Terjadinya Kecelakaan Lalu Lintas. Lex Privatum, 11(3). https://ejournal.unsrat.ac.id/v3/index.php/lexprivatum/article/view/47209

Kandida Br, A., #1, G., Silvi, M., #2, L., Muisa, E., & #3, Z. (2023). Reduksi Atribut Menggunakan Chi Square untuk Optimasi Kinerja Metode Decision Tree C4.5. JEPIN (Jurnal Edukasi Dan Penelitian Informatika), 9(1), 44–49. https://doi.org/10.26418/JP.V9I1.56542

Luh, N., Dewi, P. P., Nyoman Purnama, I., & Utami, N. W. (2022). Penerapan Data Mining Untuk Clustering Penilaian Kinerja Dosen Menggunakan Algoritma K-Means (Studi Kasus: STMIK Primakara). Jurnal Ilmiah Teknologi Informasi Asia, 16(2), 105–112. https://doi.org/10.32815/JITIKA.V16I2.761

Priantama, Y., Azhima, T., & Siswa, Y. (2022). Optimasi Correlation-Based Feature Selection Untuk Perbaikan Akurasi Random Forest Classifier Dalam Prediksi Performa Akademik Mahasiswa. JIKO (Jurnal Informatika Dan Komputer), 6(2), 251–260. https://doi.org/10.26798/JIKO.V6I2.651

Rahmansyah, A. K., Thufeil, A., Aziz, S., Novianto, N., & Rolliawati, D. (2023). Perbandingan Algoritma K-Means dan Fuzzy C-Means untuk Clustering Puskesmas Berdasarkan Gizi Balita di Surabaya. Jurnal PROCESSOR, 18(1). https://doi.org/10.33998/PROCESSOR.2023.18.1.696

Septianingrum, F., Susilo, A., & Irawan, Y. (2021). Metode Seleksi Fitur Untuk Klasifikasi Sentimen Menggunakan Algoritma Naive Bayes: Sebuah Literature Review. https://doi.org/10.30865/mib.v5i3.2983

Sidiq, M., Kurniawan, D., Raharjo, S., & Nurharyanto, E. (2023). Penyelesaian Kecelakaan Lalu Lintas Yang Mengakibatkan Korban Meninggal Dunia Dengan Pendekatan Restorative Justice. Kajian Hasil Penelitian Hukum, 7(1), 110–124. https://doi.org/10.37159/JMIH.V7I1.3031

Siregar, R. F., Paisah, N., & Patriotika, F. (2022). Analisis Kecelakaan Lalu Lintas (Black Site) Pada Ruas Jalan H.T. Rizal Nurdin Kota Padangsidimpuan. STATIKA, 5(1), 14–30. https://jurnal.ugn.ac.id/index.php/statika/article/view/907

Syarif, Z. N. (2023). Penerapan Information Gain Dan Algoritma K-Means Untuk Klasterisasi Kedisiplinan Pegawai Menggunakan Rapidminer. TeknoIS : Jurnal Ilmiah Teknologi Informasi Dan Sains, 13(1), 1–12. https://doi.org/10.36350/JBS.V13I1.165

Vernanda, A. A., Faisol, A., & Vendyansyah, N. (2021). Penerapan Metode K-Means Clustering Untuk Pemetaan Daerah Rawan Kecelakaan Lalu Lintas Di Kota Malang Berbasis Website. JATI (Jurnal Mahasiswa Teknik Informatika), 5(2), 836–844. https://doi.org/10.36040/JATI.V5I2.3791

Yudhistira, A., & Andika, R. (2023). Pengelompokan Data Nilai Siswa Menggunakan Metode K-Means Clustering. Journal of Artificial Intelligence and Technology Information, 1(1), 20–28. https://doi.org/10.58602/JAITI.V1I1.22

Yusuf Haafidh Nur Siddiq, D. M. (2024). Polda Jatim Catat 31.973 Kecelakaan Terjadi Sepanjang 2023, Tertinggi di Sidoarjo. 4 Januari 2024. https://jatim.viva.co.id/kabar/9836-polda-jatim-catat-31973-kecelakaan-terjadi-sepanjang-2023-tertinggi-di-sidoarjo

DOI: https://doi.org/10.31284/j.integer.0.v10i2.7529

Refbacks

  • There are currently no refbacks.