ANALISA KECELAKAAN LALU LINTAS MENGGUNAKAN METODE ALGORITMA C4.5 DAN NAÏVE BAYES (STUDI KASUS DI KABUPATEN PONOROGO)

Tien Rubiyanti (Universitas Muhammadiyah Ponorogo)
Ida Widaningrum (Universitas Muhammadiyah Ponorogo)
Andy Triyanto (Universitas Muhammadiyah Ponorogo)

KOMPUTEK
Vol 2, No 1 (2018): April

Penelitian ini menerapkan metode data mining yang kemudian dilakukan komparasi dari dua metode yang berbeda yaitu Algoritma C4.5 dan Naïve Bayes yang dikaji untuk memperoleh nilai akurasi yang terbaik berdasarkan data kecelakaan lalu lintas yang ada di Kota Ponorogo untuk mengetahui penyebab kecelakaan lalu lintas dengan kategori faktor pengemudi, faktor jalan, faktor cuaca dan faktor kendaraan. Kedua algoritma tersebut dibantu dengan perangkat lunak Weka yang berbasis Open Source (GPL) dan berengine Java. Maka hasil pengujian kedua algoritma tersebut diuji menggunakan Confusion Matrix dan Kurva ROC (Receiver Operating Characteristic), menunjukkan algoritma C4.5 nilai Accuracy sebesar 88.2609% dan nilai AUC (Area Under Curve) sebesar 0.996 untuk algoritma Naïve Bayes nilai accuracy sebesar 86.5217% dan nilai AUC (Area Under Curve) sebesar 0.9496. Sehingga algoritma C4.5 merupakan metode yang terbaik sebab nilai Accuracy dan AUC yang tertinggi.