Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Progresif: Jurnal Ilmiah Komputer

Klasifikasi Tingkat Keparahan Korban Kecelakaan Lalu Lintas Menggunakan Naïve Bayes Abdullah, Said Noor; Kurnia Gusti, Siska; Wulandari, Fitri; Syafria, Fadhilah
Progresif: Jurnal Ilmiah Komputer Vol 19, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i2.1348

Abstract

A traffic accident is an unpredictable and unintentional event between other road users that results in human victims experiencing minor injuries, serious injuries, loss of property, and death. Accidents in the city of Pekanbaru tend to increase every year, based on data obtained from the Polresta in the city of Pekanbaru from 2015 to March 2021. Further analysis is needed regarding the severity of traffic accident victims, so use the data mining method using the naïve Bayes classification technique. The research was carried out through cleaning, transformation, and feature selection processes. Attributes that influence determining the severity of traffic accident victims in Pekanbaru City are time, age, vehicle, type of accident, and crash opponent. Then the testing process was carried out and the results obtained an accuracy of 57%.Keywords: Data Mining; Classification; Naïve Bayes; Accident; Traffic. AbstrakKecelakaan lalu lintas merupakan suatu peristiwa yang tidak dapat diprediksi dan tidak disengaja antara pemakai jalan lainnya yang mengakibatkan korban manusia mengalami luka ringan, luka berat, mengalami kerugian harta benda hingga meninggal dunia. Kecelakaan di kota Pekanbaru setiap tahunnya cenderung semakin bertambah, berdasarkan data yang diperoleh dari Polresta di kota Pekanbaru dari tahun 2015 hingga maret 2021. Diperlukan analisis lebih lanjut mengenai tingkat keparahan korban kecelakaan lalu lintas maka penggunakan metode data mining dengan menggunakan teknik klasifikasi naïve bayes. Penelitian dilakukan melalui proses cleaning, transformasi dan feature selection. Atribut yang berpengaruh dalam menentukan tingkat keparahan korban kecelakaan lalu lintas di Kota Pekanbaru adalah waktu, usia, kendaraan, jenis kecelakaan dan lawan tabrak. Kemudian dilakukan proses pengujian dan didapatkan hasil akurasi sebesar 57%.Kata kunci: Data Mining; Klasifikasi; Kecelakaan; Lalu Lintas; Naïve Bayes.
Co-Authors Abdul Wahid Abdullah Abdullah Abdullah, Said Noor Abdussalam Al Masykur Adi Mustofa Al Rasyid, Nabila Alfaiza, Raihan Zia Alfin Hernandes Alwaliyanto Alwis Nazir Alwis Nazir Alwis Nazir Amelia, Felina Anggi Vasella Azhima, Mohd Baehaqi Beni Basuki Cut Lira Kabaatun Nisa Destri Putri Yani Devi Julisca Sari Dina Septiawati Dinyah Fithara efni humairah Eka Pandu Cynthia Eka Pandu Cynthia Elin Haerani Elin Haerani Elin Haerani Elin Haerani Elvia Budianita Erni Rouza, Erni Fadhilah Syafria Faska, Ridho Mahardika Febi Yanto Fitri Insani Fitri Insani Fitri Wulandari Fitri, Anisa Gusti, Gogor Putra Hafi Puja Hamwar, Syahbudin Hanif, Wan Muhammad Iis Afrianty Iis Afrianty Iqbal Salim Thalib Irsyad (Scopus ID: 57204261647), Muhammad Iwan Iskandar Jasril Jasril Jasril Jasril Khair, Nada Tsawaabul Kurniansyah, Juliandi Lestari Handayani M Wandi Dwi Wirawan Maemonah, Maemonah Morina Lisa Pura Muhammad Affandes Muhammad Fauzan Muhammad Fikry Muhammad Irsyad Muhammad Khairy Dzaky Muhammad Rifaldo Al Magribi Nazir, Alwis Norhiza, Fitra Lestari Novriyanto Novriyanto Nurul Ikhsan Okfalisa Okfalisa Pizaini Pizaini Prima Yohana Rahmah Miya Juwita Raja Indra Ramoza Ramadhani, Astrid Risfi Ayu Sandika Robbi Nanda Robby Azhar Sardi, Hajra Satria Bumartaduri Sayyid Muhammad Habib Siti Ramadhani Siti Ramadhani Siti Ramadhani Surya Agustian Suwanto Sanjaya Syafira, Fadhilah Syafria, Fadhillah Syaputra, Muhammad Dwiky Umam, Isnaini Hadiyul Vitriani, Yelfi Vusuvangat, Imam Wulandari, Fitri Yayuk Wulandari Yelfi Yelfi Yola, Melfa Yusra Yusra, - Yusra, Yusra