PENERAPAN METODE CLUSTERING DALAM MENGELOMPOKKAN DAERAH RAWAN KECELAKAAN DI SUMATERA UTARA

Banyaknya penduduk dengan kebutuhan mobilisasi yang tinggi akan kendaraan
bermotor baik itu roda 2 maupun roda 4 yang mana sebagian besar orang sudah
menjadi itu sebagai kebutuhan primer bukan lagi kebutuhan sekunder. Dengan
banyaknya pengguna kendaraan mengakibatkan padatnya laju lalu lintas sehingga
tingkat kecelakaan semakin besar yang dapat mengakibatkan banyak korban
meninggal, luka ringan maupun luka berat. Tujuan dari penelitian ini untuk
melakukan pengelompokan daerah di Sumatera Utara yang rawan akan terjadinya
kecelakaan menggunakan metode clustering. Sumber dataset yang digunakan pada
penelitian berasal dari BPS (https://sumut.bps.go.id/indicator/17/277/1/jumlahkecelakaan-lalu-lintas-menurut-korban-dan-kabupaten-kota.html) dengan topik
kecelakaan lalu lintas di Sumatera Utara berdasarkan daerah dari tahun 2015-2022.
Metode yang digunakan dalam peneyelesaian masalah yaitu dengan Data Mining
K-Means. Hasil yang diperoleh dari penelitian ini yaitu sebanyak 3 cluster dengan
nilai DBI sebesar 0,384, dengan cluster 1 terdapat 1 daerah, cluster 2 terdapat 16
daerah dan cluster 3 terdapat 11 daerah. Dengan dilakukannya penelitian ini dapat
memberikan masukan dalam ilmu pengetahuan untuk penelitian selanjutnya dalam
mengembangkan metode clustering k-means serta dapat memudahkan pihak polisi
terkhusus Unit Kecelakaan Lalu Lintas di setiap daerah untuk melakukan antisipasi
terjadinya kecelakaan dan mendalami hal-hal yang dapat mengakibatkan
kecelakaan diderah tersebut.

Kata Kunci : Data Mining, Kecelakaan, Clustering, K-Means, Lalu Lintas