Claim Missing Document
Check
Articles

Found 2 Documents
Search

EVALUASI PELAPORAN KAMSELTIBCAR LANTAS DALAM MENDUKUNG PELAPORAN DEKADE AKSI KESELAMATAN JALAN Nunung Nuring Hayati; Ni Nyoman Suartini; Achmad Wicaksono; Ike Fibriani; Mirtha Firmansyah; Sonya Sulistyono
Journal of Indonesia Road Safety Vol 2 No 1 (2019): Journal of Indonesia Road Safety
Publisher : Traffic Accident Research Center, Indonesia Traffic Police Corps and University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/korlantas-jirs.v2i1.15012

Abstract

Kamsebtibcar Lantas or secure, safety, orderliness, and fluency of traffic are made in support of road safety actions reporting on traffic due to the lack of public knowledge about the importance of using self-protection tools that have been determined in traffic law number 22 of 2009 concerning traffic and road transport. By using this program, you can find out the relationship between the factors that cause accidents. From those collected from various regions in East Java, taken from 2016 to 2018. The data obtained can be processed using data mining techniques. This technique works by using a pattern that is a reference for decision making. By using the Fp-Growth algorithm that works with the data tree system to find out the patterns of reporting activities that are happening, this pattern is determined by two parameters, namely support (support value) and confidence (certainty value). With this system, it can help the parties concerned to improve facilities in various Kamseltibcar Lantas reporting activities. Kamsebtibcar lantas atau keamanan, keselamatan, ketertiban, dan kelancaran lalu lintas dibuat dalampedalam mendukung pelaporan aksi keselamatan jalan pada lalu lintas yang dikarenakan minimnya pengetahuan masyarakat tentang pentingnya penggunaan alat perlindungan diri yang telah ditentukan pada undang-undang nomor 22 tahun 2009 tentang lalu lintas dan angkutan jalan. Dengan menggunakan program ini dapat mengetahui hubungan antara faktor-faktor penyebab kecelakaan. Data yang dikumpulkan dari berbagai daerah yang ada di wilayah Jawa Timur diambil pada tahun 2016 sampai dengan 2018. Data yang telah didapat dapat diolah menggunakan teknik data mining. Teknik ini berfungsi dengan menggunakan pola yang menjadi acuan untuk penentuan keputusan. Dengan menggunakan algoritma Fp-Growth yang bekerja dengan sistem data tree untuk mengetahui pola kegiatan pelaporan kamsebticar lalu lintas yang sedang terjadi, pola ini ditentukan dengan dua parameter, yaitu support (nilai penunjang) dan confidence (nilai kepastian). Dengan sistem ini dapat membantu pihak yang berkaitan untuk meningkatkan fasilitas dalam berbagai kegiatan pelaporan Kamseltibcar Lantas.
MODELING THE PROBABILITY OF SPEEDING BEHAVIOUR AND ACCIDENT INVOLVEMENT USING BINARY LOGISTIC REGRESSION IN EAST JAVA PROVINCE Willy Kriswardhana; Sonya Sulistyono; Iin Ervina; Dadang Supriyanto; Nunung Nuring Hayati; Achmad Wicaksono; Sri Wiwoho Mujanarko; Raka Aminul Ramadhani
Journal of Indonesia Road Safety Vol 2 No 3 (2019): Journal of Indonesia Road Safety
Publisher : Traffic Accident Research Center, Indonesia Traffic Police Corps and University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/korlantas-jirs.v2i3.15048

Abstract

Driving at high speed has negative consequences, namely, the high number of accidents. Several factors have been considered as causes of the increasing severity of victims of traffic accidents, such as a human, vehicle, and environmental factors. The risky driving behavior factor is a factor that needs to be considered in traffic safety studies. This study aims to determine the probability model of speeding behavior based on several driver characteristics and their relationship to accident involvement. This study used a binary logistic regression method to determine the probability of driving behavior exceeding the speed limit and accident involvement. The results showed that the younger a person is, the higher the probability of breaking the maximum speed limit. Furthermore, driving experience also shows a similar trend, where the longer the driving experience of someone, the less likely it is to be involved in an accident. Directions for further research are also presented. Berkendara dengan kecepatan tinggi mempunyai konsekuensi negatif, yaitu tingginya angka kecelakaan. Beberapa faktor telah dipertimbangkan sebagai penyebab dari peningkatan tingkat keparahan korban kecelakaan lalulintas. Faktor tersebut seperti faktor manusia, kendaraan, dan lingkungan. Faktor perilaku berkendara yang berbahaya, menjadi faktor yang perlu diperhatikan dalam kajian keselamatan lalulintas. Penelitian ini bertujuan untuk mengetahui model probabilitas pada perilaku speeding berdasarkan beberapa karakteristik pengendara, serta hubungannya dengan keterlibatan kecelakaan. Penelitian ini menggunakan metode regresi logistik biner untuk mengetahui probabilitas perilaku berkendara melebihi batas kecepatan dan keterlibatan kecelakaan. Hasil penelitian menunjukkan bahwa semakin muda usia seseorang, maka semakin tinggi probabilitasnya dalam melanggar batas kecepatan maksimum. Lebih lanjut diperlihatkan bahwa pengalaman mengemudi juga menunjukkan tren yang serupa. Pengalaman mengemudi seseroang, yang lebih lama akan memperkecil kemungkinan dalam keterlibatan kecelakaan. Arahan untuk penelitian selanjutnya juga ditampilkan.