Implementasi metode fuzzy C-Mean untuk klasterisasi daerah rawan kecelakaan: Studi kasus Kota Bandung

Ahmad, Ahmad (2019) Implementasi metode fuzzy C-Mean untuk klasterisasi daerah rawan kecelakaan: Studi kasus Kota Bandung. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (133kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (115kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (474kB) | Preview
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.

Actions (login required)

View Item