PENGGUNAAN K-MEANS UNTUK IDENTIFIKASI DAERAH RAWAN KECELAKAAN LALU LINTAS DI KOTA YOGYAKARTA
Main Article Content
Abstract
Penelitian ini bertujuan untuk mengidentifikasi daerah rawan kecelakaan lalu lintas di kota Yogyakarta dengan menggunakan algoritma K-Means. Algoritma ini merupakan teknik pengelompokan non-hierarki yang mengelompokkan data berdasarkan karakteristik serupa. Data kecelakaan lalu lintas tahun 2023 diperoleh dari situs Open Data Kota Yogyakarta. Proses analisis meliputi identifikasi masalah, pengumpulan data, pengolahan data, klasterisasi, dan analisis hasil. Dengan membagi informasi menjadi tiga kelompok, yakni rendah, sedang, dan tinggi, penelitian ini berhasil mengidentifikasi pola kecelakaan dan daerah rawan kecelakaan. Temuan menunjukkan bahwa metode K-Means berguna dalam meneliti data tentang kecelakaan jalan dan memberikan wawasan yang penting untuk keputusan kebijakan. Penelitian ini diharapkan dapat berkontribusi dalam meningkatkan keselamatan lalu lintas di Kota Yogyakarta.
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
V. Irawan, A. Rizal, and I. Purnamasari, “Penerapan Algoritma K-Mean Clustering Pada Kecelakaan Lalu Lintas Berdasarkan Kabupaten/Kota Di Provinsi Jawa Tengah Tahun 2020,” J. Ilm. Wahana Pendidik., vol. 8, no. 10, p. 295, 2020, [Online]. Available: https://doi.org/10.5281/zenodo.6820090
G. S. B. M. Mina Yumei Santi, “Karakteristik Kecelakaan Lalu Lintas Dan Lokasi Black Spot Di Kab. Cilacap,” J. Tek. Sipil, vol. 12, no. 4, pp. 259–266, 2016, doi: 10.24002/jts.v12i4.634.
C. A. N. Sari and B. Afriandini, “Analysis of Traffic Accident Rates to Improve Road Safety in Yogyakarta City,” CIVeng J. Tek. Sipil dan Lingkung., vol. 2, no. 1, pp. 37–42, 2021, [Online]. Available: http://jurnalnasional.ump.ac.id?index.php/civeng
K. R. K. Yogyakarta, “Jumlah Kecelakaan Lalu Lintas di Kota Yogyakarta Tahun 2023.” https://dataset.jogjakota.go.id/dataset/kyda2023-113/resource/a2735ca4-d648-48d4-9fd2-20b61918e118 (accessed Dec. 11, 2024).
A. Nur Khormarudin et al., “Teknik Data Mining: Algoritma K-Means Clustering,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 1, no. 2, pp. 116–123, 2022, [Online]. Available: https://djournals.com/klik%0Ahttps://ilmukomputer.org/category/datamining/
B. Harahap and A. Rambe, “Implementasi K-Means Clustering Terhadap Mahasiswa yang Menerima Beasiswa Yayasan Pendidikan Battuta di Universitas Battuta Tahun 2020/2021 Studi Kasus Prodi Informatika,” Informatika, vol. 9, no. 3, pp. 90–97, 2021, doi: 10.36987/informatika.v9i3.2185.
D. D. Darmansah and N. W. Wardani, “Analisis Pesebaran Penularan Virus Corona di Provinsi Jawa Tengah Menggunakan Metode K-Means Clustering,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 1, pp. 105–117, 2021, doi: 10.35957/jatisi.v8i1.590.
F. Lende and L. L. Momo, “Penerapan K-Means Clustering Terhadap Kinerja Guru Menggunakan Metodologi Perencanaan Strategis Sistem Informasi ( Studi kasus SD Negeri Lokokaki ),” vol. 9, no. 4, pp. 61–68, 2023.
E. Purwaningsih, “Analisis Kecelakaan Berlalu Lintas Di Kota Jakarta Dengan Menggunakan Metode K-Means,” JITK (Jurnal Ilmu Pengetah. dan Teknol. Komputer), vol. 5, no. 1, pp. 139–144, 2019, doi: 10.33480/jitk.v5i1.712.
N. Lucyana, R. Passarella, D. Kurniawan, P. Sari, and M. A. Buchari, “Analisis Penyebab Kecelakaan Pesawat Di Indonesia Menggunakan Metode K-Means,” J. Sist. Komput. Musirawas, vol. 7, no. 2, pp. 89–106, 2022.
E. A. Saputra and Y. Nataliani, “Analisis Pengelompokan Data Nilai Siswa untuk Menentukan Siswa Berprestasi Menggunakan Metode Clustering K-Means,” J. Inf. Syst. Informatics, vol. 3, no. 3, pp. 424–439, 2021, doi: 10.51519/journalisi.v3i3.164.
M. Produk et al., “Penerapan Metode K-Means Pada Data Penjualan Untuk,” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 1, pp. 228–236, 2023.
A. Mubarok et al., “Penerapan Algoritma K-Means Untuk Menentukan Kelas,” vol. 23, no. November, 2021.
E. Muningsih, I. Maryani, and V. R. Handayani, “Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa,” J. Sains dan Manaj., vol. 9, no. 1, p. 96, 2021, [Online]. Available: www.bps.go.id
P. Alkhairi and A. P. Windarto, “Penerapan K-Means Cluster pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara,” Semin. Nas. Teknol. Komput. Sains, pp. 762–767, 2019, [Online]. Available: https://prosiding.seminar-id.com/index.php/sainteks/article/download/228/223