<![CDATA[Kota Surabaya merupakan wilayah dengan tingkat kecelakaan lalu lintas yang tinggi, dengan tren peningkatan hampir setiap tahun. Penelitian ini bertujuan menganalisis pola kecelakaan menggunakan association rule mining dengan algoritma Apriori dan FP-Growth. Data yang digunakan mencakup 711 kejadian kecelakaan periode Januari–Juni 2023. Preprocessing dan analisis dilakukan menggunakan Anaconda Jupyter, dengan parameter minimum support 10% dan 30% serta minimum confidence 80% menghasilkan 62 dan 8 aturan. Hal ini membuktikan semakin tinggi nilai support dan confidence maka aturan yang dihasilkan semakin sedikit sehingga pilihan untuk menganalisis aturan terbatas. Kedua algoritma menghasilkan aturan serupa, dengan temuan dominan berupa korelasi kuat antara jalan lurus dan tingkat keparahan kecelakaan ringan. Hal ini mengindikasikan bahwa meskipun jalan lurus dianggap aman, lokasi ini justru menjadi titik rawan kecelakaan dengan dampak ringan. Penelitian ini juga mengembangkan sistem berbasis web menggunakan Flask untuk memvisualisasikan aturan asosiasi, guna mendukung evaluasi kebijakan keselamatan jalan. Temuan ini dapat menjadi acuan bagi pemangku kepentingan dalam meningkatkan pengawasan di ruas jalan rawan.]]>
Copyrights © 2025
