Application of the K-Means Algorithm in Traffic Violations In Langkat District (Case Study: Langkat Police)

Elisa Puspita Sari; Yani Maulita; Milli Alfhi Syari

doi:10.60076/indotech.v1i2.50

Authors

Elisa Puspita Sari STMIK Kaputama
Yani Maulita STMIK Kaputama
Milli Alfhi Syari STMIK Kaputama

DOI:

https://doi.org/10.60076/indotech.v1i2.50

Keywords:

Aktivitas Lalu Lintas, Preferensi Kendaraan, Pelanggaran Lalu Lintas, Klaster Data Mining

Abstract

Aktivitas masyarakat berhubungan dengan lalu lintas dan masyarakat lebih memilih menggunakan kendaraan. Rendahnya edukasi serta minim pemahaman tentang peraturan lalu lintas menyebabkan banyak pelanggaran. Meningkatnya jumlah pelanggar lalu lintas menyebabkan meningkatnya data pelanggaran lalu lintas. Banyaknya data pelanggaran lalu lintas menyebabkan terjadinya penumpukan data pada instansi. Maka diperlukan suatu pengolahan data dengan data mining menggunakan Algoritma K-Means. Hasil penelitian diketahui kelompok data pelanggaran lalu lintas yang memiliki kelompok paling tinggi dan paling sering muncul saat diproses yaitu usia 17-25 tahun, dengan kendaraan Honda Vario 150 dan bukti pelanggaran SIM dan STNK. Hasil pengujian 3 cluster dari 502 data pelanggaran diketahui yaitu cluster 1 kelompok data pelanggaran lalu lintas usia 26-45 tahun jenis kendaraan Honda CBR 250 dan bukti pelanggaran SIM dan STNK. Cluster 2 kelompok data pelanggaran lalu lintas usia 26-45 tahun dengan jenis kendaraan Suzuki Nex dengan bukti pelanggaran SIM dan boncengan lebih dari 1. Cluster 3 yaitu kelompok data pelanggaran lalu lintas usia 17-25 tahun, dengan jenis kendaraan Honda Vario 150 dan bukti pelanggaran SIM.

Downloads

Download data is not yet available.

References

Sukandarrumidi, H., & Kusworo, A. (2019). Analysis of Traffic Offense Violation Using K-Means Clustering. Jurnal Teknik Informatika dan Sistem Informasi, 5(2), 109-115.

Sulistyo, B., Budiharjo, E., & Arymurthy, A. M. (2017). Road Accident Clustering Analysis Using K-Means Clustering Method. Jurnal Ilmiah Teknologi Informasi Terapan, 3(1), 27-33.

Adriyanto, L., Suryanto, S., & Marwanto, A. A. (2016). K-Means Clustering and Hierarchical Clustering for Data Traffic Accidents in the City of Bandar Lampung. Jurnal Ilmiah Sistem Informasi, 6(2), 191-196.

Widianto, D. B., & Nursani, R. (2017). Road Traffic Accident Cluster Based on the K-Means Algorithm. IOP Conference Series: Materials Science and Engineering, 180(1), 012102.

Ardiansyah, F., Indriani, D., & Firdausy, C. M. (2020). Application of K-Means Clustering for Identifying Types of Road Violations. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 4(4), 786-791.

Laksana, R. A., & Lestari, A. (2017). K-Means Clustering Method in Determining Traffic Accident Distribution. Jurnal Teknik ITS, 6(1), C76-C80.

Herawati, D., Mukhlason, A., & Nofriansyah, F. (2020). K-Means Clustering Method on Road Accident Data in Indonesia. IOP Conference Series: Materials Science and Engineering, 702(1), 012007.

Wiranegara, H., & Akbar, A. R. (2019). Application of K-Means Clustering Algorithm for Traffic Accident Data Analysis. Jurnal Penelitian Ilmu Komputer dan Teknologi Informasi, 6(2), 124-131.

Yunus, M. M., Pratama, B. A., & Hermanto, D. Y. (2021). Clustering Analysis of Traffic Accident Data using K-Means Algorithm in Jember City. Jurnal Teknologi Informasi dan Ilmu Komputer, 8(1), 25-32

Wahyudi, A., Firmansyah, M. Z., & Fatichah, C. (2019). Analysis of Traffic Accidents with K-Means Clustering Method. Jurnal Ilmiah Teknik Sipil Dan Teknik Kimia, 5(2), 43-49.