Prototype Sistem Pemantau Perilaku Berkendara dengan Metode Klasifikasi Naive Bayes

Rizkiana, Vathya (2019) Prototype Sistem Pemantau Perilaku Berkendara dengan Metode Klasifikasi Naive Bayes. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07211540000006-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (9MB) | Request a copy

Abstract

Kebutuhan transportasi masyarakat Indonesia terutama untuk jalur darat semakin meningkat. Menurut badan pusat statistik Indonesia, pada tahun 2016 jumlah mobil penumpang di Indonesia adalah 14.580.666 unit. Jumlah ini naik 7,8% dari tahun sebelumnya. Namun, tingkat kecelakaan di Indonesia masih relatif tinggi. Pada tahun 2017, jumlah kecelakaan di Indonesia adalah 98.400 kejadian. Salah satu alasan terjadinya kecelakaan lalu lintas adalah adanya perilaku pengemudi yang kurang baik. Pada tugas akhir ini diajukan sebuah prototype sistem yang dapat memantau gaya berkendara pengemudi kendaraan roda empat dengan menggunakan metode Klasifikasi Naive Bayes. Dengan menggunakan metode deteksi kejadian dan ekstraksi fitur, sistem ini akan mengelompokan kategori perilaku berkendara pengendara menjadi tiga kelas, yaitu defensif, normal dan agresif. Hasil validasi menunjukan bahwa akurasi metode yang digunakan adalah sebesar 86% untuk kejadian longitudinal dan 95,8% untuk kejadian lateral.
==========================================================================================================================================
The transportation needs of the Indonesian people, especially for land routes, are increasing. According to Indonesia's statistical center, in 2016 the number of passenger cars in Indonesia was 14,580,666 units. This number rose 7.8 % from the previous year. However, the accident rate in Indonesia is still relatively high. In 2017, the number of accidents in Indonesia was 98,400 incidents. One reason for the occurrence of traffic accidents is the lack of good driver behavior. In this final project, a prototype system can be monitored that can drive the driving force of four-wheeled vehicles using the Classifcation method Naive Bayes. By using event detection and feature extraction methods, this system will classify the driver's driving behaviour categories into three classes, defensive , normal and aggressive. The validation results show that the accuracy of the method used is 86% for longitudinal event and 95,6% for lateral event.

Item Type:	Thesis (Other)
Additional Information:	RSKom 006.312 Riz p-1 2019
Uncontrolled Keywords:	Driving Behaviour, Naive Bayes, event detection
Subjects:	Q Science > QA Mathematics > QA76.6 Computer programming.
Divisions:	Faculty of Electrical Technology > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User:	Rizkiana Vathya
Date Deposited:	06 Aug 2026 01:18
Last Modified:	06 Aug 2026 01:18
URI:	http://repository.its.ac.id/id/eprint/70451

Actions (login required)

View Item