IMPLEMENTASI ALGORITMA K-MEANS DENGAN OPTIMIZE PARAMETER GRID PADA DATA KECELAKAAN LALU LINTAS DI KOTA CIREBON

Abstrak

Kecelakaan lalu lintas merupakan salah satu peristiwa yang terjadi dijalan raya. Banyak faktor yang menyebabkan terjadinya kecelakaan lalu lintas, namun faktor manusia itu sendiri (human error) menjadi masalah utama. Kecelakaan lalu lintas menjadi salah satu permasalahan yang ada di Kota Cirebon. Penelitian ini bertujuan untuk melakukan pengelompokkan data kecelakaan lalu lintas di Kota Cirebon dengan maksud ingin mengetahui informasi karakteristik yang ada dalam dataset kecelakaan lalu lintas di Kota Cirebon dengan mengetahui pengaruh parameter  yang ada pada Numerical Measure type dan pengaruh parameter atribut waktu (jam atau menit) agar mendapatkan k optimal berdasarkan Davies Bouldin Index (DBI). Penelitian ini menerapkan data mining dengan algoritma K-Means Clustering. Algoritma K-Means dipilih karena mudah diimplementasikan dan efisiensinya. Data yang digunakan yaitu data kecelakaan lalu lintas di Kota Cirebon dari tahun 2020-2023 dengan total 406 data record. Metode analisis data dilakukan menggunakan teknik Knowledge Discovery in Database(KDD) dengan Optimize Parameter Grid. Hasil analisis diperoleh parameter dengan semua jenis nya pada Numerical Measure type dan parameter hour(jam) yang berpengaruh dalam menghasilkan nilai k optimal yaitu pada cluster k=2 dengan nilai DBI sebesar 0,762. Hasil cluster k=2 dengan nilai DBI sebesar 0,762 merupakan hasil yang sama untuk semua jenis parameter yang ada pada Numerical Measure type.