Optimalisasi Clustering Berdasarkan Kecelakaan Lalu Lintas Tiap Kabupaten/Kota Di Jawa Timur Tahun 2023 Menggunakan Metode Fuzzy C-Means Cluster Dan K-Means

Aqvirandy, WEGA (2024) Optimalisasi Clustering Berdasarkan Kecelakaan Lalu Lintas Tiap Kabupaten/Kota Di Jawa Timur Tahun 2023 Menggunakan Metode Fuzzy C-Means Cluster Dan K-Means. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003201151_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy

Abstract

Provinsi Jawa Timur, dengan jumlah penduduk sebesar 41.149.974 jiwa pada tahun 2023, menghadapi tantangan transportasi yang cukup besar, salah satunya adalah tingginya angka kecelakaan lalu lintas. Penelitian ini bertujuan untuk mengoptimalkan metode Clustering berdasarkan data kecelakaan lalu lintas di Jawa Timur pada tahun 2023 dengan menggunakan metode Fuzzy C-Means Cluster dan K-Means. Data yang digunakan berasal dari publikasi Badan Pusat Statistik (BPS) dan Lab Data Dinas Perhubungan Provinsi Jawa Timur. Penelitian ini menganalisis karakteristik kecelakaan lalu lintas di setiap kabupaten/kota di Jawa Timur dan membandingkan efektivitas kedua metode Clustering tersebut. Metode Fuzzy C-Means (FCM) memungkinkan data untuk menjadi anggota lebih dari satu Cluster dengan derajat keanggotaan tertentu, sedangkan K-Means mengelompokkan data ke dalam Cluster yang berbeda secara eksklusif. Hasil penelitian menunjukkan bahwa metode FCM lebih efektif dalam menangani data dengan tingkat heterogenitas tinggi, sementara K-Means lebih cepat dalam proses Clustering. Analisis MANOVA digunakan untuk mengidentifikasi perbedaan karakteristik antar Cluster. Penelitian ini memberikan informasi yang dapat digunakan oleh pemerintah dan masyarakat dalam upaya pencegahan kecelakaan lalu lintas di Jawa Timur
===========================================================
st Java Province, with a population of 41,149,974 people in 2023, faces considerable transportation challenges, one of which is the high number of traffic accidents. This study aims to optimize Clustering methods based on traffic accident data in East Java in 2023 using the Fuzzy C-Means Cluster and K-Means methods. The data used comes from the publication of the Central Bureau of Statistics (BPS) and the East Java Provincial Transportation Office Data Lab. This study analyzed the characteristics of traffic accidents in each district/city in East Java and compared the effectiveness of the two Clustering methods. The Fuzzy C-Means (FCM) method allows data to belong to more than one Cluster with a certain degree of membership, while K-Means groups data into different Clusters exclusively. The results show that the FCM method is more effective in handling data with a high degree of heterogeneity, while K-Means is faster in the Clustering process. MANOVA analysis was used to identify differences in characteristics between Clusters. This research provides information that can be used by the government and the public in efforts to prevent traffic accidents in East Java

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Cluster Analysis, Fuzzy C-means, K-Means, MANOVA, Traffic Accidents, Analisis Kelompok, Fuzzy C-means, Kecelakaan Lalu Lintas, K-Means MANOVA
Subjects:	H Social Sciences > HE Transportation and Communications H Social Sciences > HE Transportation and Communications > HE5614.2 Traffic safety H Social Sciences > HE Transportation and Communications > HE5614.3.N5 Traffic accidents
Divisions:	Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Wega Aqvirandy
Date Deposited:	08 Aug 2024 03:17
Last Modified:	25 Sep 2024 02:10
URI:	http://repository.its.ac.id/id/eprint/114988

Actions (login required)

View Item