PENERAPAN METODE K-MEANS CLUSTERING UNTUK PEMETAAN DAERAH RAWAN KECELAKAAN LALU LINTAS DI KOTA MALANG BERBASIS WEBSITE

Abstract

Kecelakaan Lalu Lintas atau yang biasa disebut dengan laka lantas di Kota Malang pada tahun 2019, telah mengalami peningkatan yang sangat pesat. Yakni telah terjadi kasus sebanyak 174 kejadian, dan menewaskan sebanyak 34 korban meninggal dunia. Sedangkan di tahun 2020, kasus kecelakaan lalu lintas yang terjadi lebih sedikit dibandingkan tahun 2019, di tahun 2020 terjadi sebanyak 49 kasus dan korban meninggal dunia ada 3 orang. Selain itu di Kota Malang saat ini belum memiliki sistem untuk menunjukkan lokasi daerah rawan kecelakaan lalu lintas. Dari permasalahan yang diuraikan tersebut, perlu adanya website pemetaan daerah rawan kecelakaan lalu lintas di Kota Malang. Pengelompokkan tiap daerah dibagi menjadi 3 cluster yakni Sangat Rawan(SR), Rawan(R), dan Cukup Rawan (CR) dengan menggunakan metode K-Means Clustering. Hasil dari pengelompokkan ini berdasarkan 5 kecamatan di Kota Malang. 5 Kecamatan tersebut Kecamatan Blimbing, Kecamatan Kedungkandang, Kecamatan Klojen, Kecamatan Sukun, dan Kecamatan Lowokwaru dan 6 ruas jalanpada setiap kecamatan. Data yang diolah dalam penelitian ini bersumber dari Satlantas Polresta Malang Kota. Pembuatan peta untuk webiste ini menggunakan aplikasi QGIS versi 2.18, dengan menggunakan bahasa pemrograman PHP Nativ, dan memakai framework CSS Boostrap, dan MySQL sebagai databasenya. Pengujianmetode K-Means pada website ini menggunakan bidang unsupervised learning, yaitu lift ratio. Berdasarkan pengujian metode K-Means dengan menggunakan lift ratio menunjukkan hasil 2,5. Hasil pemetaan menunjukkanterdapat satu kecamatan masuk ke dalam kelompok Sangat Rawan(SR) yaitu Kecamatan Lowokwaru. Kecamatan Blimbing, Kecamatan Klojen, dan Kecamatan Sukun masuk dalam cluster Rawan(R), dan yang terakhir Kecamatan Kedungkandang masuk pada cluster Cukup Rawan(CR).