Ahmad, Ahmad (2019) Implementasi metode fuzzy C-Mean untuk klasterisasi daerah rawan kecelakaan: Studi kasus Kota Bandung. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (133kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (115kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (474kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (403kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (404kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (559kB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (118kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (130kB) | Request a copy |
Abstract
Jumlah kecelakaan lalu lintas yang terjadi pada setiap tahunnya selalu berada pada angka yang sangat tinggi. Besarnya jumlah kecelakaan lalu lintas tersebut berbanding terbalik dengan penyebaran informasinya. Saat ini, informasi yang tersedia tidak menjelaskan secara spesifik tentang titik-titik daerah rawan kecelakaan yang ada, dikarenakan data yang tersedia hanya mengkalkulasi jumlah kecelakaan lalu lintas yang terjadi belum mengelompokkan data-data tersebut menjadi titik-titik rawan kecelakaan. Tujuan penelitian ini untuk mengimplementasikan metode Fuzzy C-Means ke dalam sebuah sistem yang dapat mengelompokan data kecelakaan lalu lintas menjadi titik-titik daerah rawan kecelakaan dan menampilkan hasilnya berupa peta daerah rawan kecelakaan. Metode pengembangan perangakat lunak yang digunakan yaitu Prototype. Data yang digunakan merupakan laporan harian kecelakaan lalu lintas pada tiga tahun terakhir (2015-2017) yang berasal dari Kepolisian Resor Kota Besar (Polrestabes) Bandung. Hasil dari penelitian ini didapatkan sebuah sistem yang mampu mengelompokkan data kecelakaan lalu lintas menjadi tiga kelompok, yaitu: tingkat kerawanan rendah dengan 117 titik rawan, tingkat kerawanan sedang dengan 50 titik rawan, tingkat kerawanan tinggi dengan 8 titik rawan dan hasil pengelompokan tersebut dapat ditampilkan berupa peta daerah rawan kecelakaan lalu lintas.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Daerah Rawan; Kecelakaan Lalu Lintas; Fuzzy C-Mean; Klastering; |
Subjects: | Special Computer Methods Special Computer Methods > Programming for Computer Graphics |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | Ahmad Ahmad |
Date Deposited: | 28 Jun 2019 02:13 |
Last Modified: | 28 Jun 2019 02:13 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/21203 |
Actions (login required)
View Item |