Penerapan Clusterisasi Wilayah Dengan Metode K-Means Pada Pelanggaran Kendaraan (Studi Kasus: Suku Dinas Perhubungan Jakarta Pusat)

Abstraksi

Ibnu Tri Nugroho (11140170), Penerapan Clusterisasi Wilayah Dengan Metode K-Means Pada Pelanggaran Kendaraan (Studi Kasus: Suku Dinas Perhubungan Jakarta Pusat)


Semakin meningkatnya jumlah kendaraan, angka kemacetan juga semakin meningkat. Meningkatnya kemacetan, menyebabkan banyak pelanggaran yang terjadi, seperti melanggar rambu lalu lintas, melawan arah, tidak menggunakan helm, tidak lengkapnya surat-surat, dan lainnya. Jakarta Pusat merupakan daerah yang memiliki tingkat pelanggaran yang tinggi diantara wilayah di Jakarta. Berbagai tindak penertiban lalu lintas terus diupayakan pihak kepolisian dan dinas perhubungan untuk mewujudkan ketertiban, kenyamanan, dan keselamatan lalu lintas, baik melalui razia penilangan kelengkapan berkendara, kelayakan mengemudi, serta himbauan– himbauan melalui poster dengan tujuan meningkatkan ketertiban dalam berlalu lintas. Banyaknya data pelanggaran berkendaraan yang masuk untuk diproses, sehingga membuat pihak kepolisian kesulitan untuk melakukan himbauanhimbauan kepada wilayah yang sering melakukan pelanggaran berkendaraan. Karena, data yang masuk hanya diproses secara manual sehingga menyulitkan untuk mengetahui wilayah mana yang sering melakukan pelanggaran. Oleh karena itu algoritma K-means digunakan dalam penelitian ini untuk mengetahui kelompok wilayah atau kecamatan yang sering melakukan pelanggaran. Dengan dilakukan olah data menggunakan algoritma K-means, maka didapat hasil dengan menggunakan RapidMiner dan Ms. Excel didapat kecamatan Menteng, Senen, Tanah Abang, Gambir, Johar Baru, Pal Merah dengan jenis pelanggaran yang berbeda-beda. 

Kata Kunci: Clusterisasi, algoritma K-Means, Pelanggaran Kendaraan

Bidang ilmu
Logika dan Algoritma Pemrograman

References