Klasifikasi Data Fatalitas Kecelakaan Laka Lantas Surabaya Menggunakan Random Forest Classifier pada Polda Jawa Timur

Adyatma Rangga Setiawan, Sultan (2024) Klasifikasi Data Fatalitas Kecelakaan Laka Lantas Surabaya Menggunakan Random Forest Classifier pada Polda Jawa Timur. MBKM Report, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (351kB)
	PDF BAB_I.pdf Download (226kB)
	PDF BAB_II.pdf Download (1MB)
	PDF BAB_III.pdf Download (2MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (61kB)
	PDF DAFTAR_PUSTAKA.pdf Download (114kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (3MB)
	PDF LEMBAR_PENGESAHAN.pdf Restricted to Registered users only Download (51kB)

Abstract

Kecelakaan lalu lintas merupakan permasalahan yang dapat merenggut nyawa, dan ini menjadi salah satu penyebab kematian terbesar di Indonesia. Kecelakaan lalu lintas dapat disebabkan oleh kelalaian pengendara, ketidakwaspadaan, juga faktor internal dan eksternal lainnya. Kepolisian Polda Jawa Timur juga bertanggung jawab atas kejadian yang terjadi di perjalanan, tugas Kepolisian Daerah yang menaung, menjaga ketertiban dan keamanan masyarakat harus mengurangi dan mencegah terjadinya kecelakaan di perjalanan. Polda Jawa Timur harus melakukan penindakan terkait dengan tingkat kecelakaan yang cukup tinggi baik di kota Surabaya yang merupakan ibukota Provinsi Jawa Timur, dimana tingkat kecelakaan pada tahun 2023 mencapai 1356 kasus. Baik dengan meningkatkan infrastruktur jalan, mendidik beberapa pengendara baik yang melanggar maupun tidak, juga memanfaatkan data untuk dilakukan analisis terkait dengan tingkat fatalitas dan rawan kecelakaan. Analisis data dilakukan menggunakan berbagai algoritma, dan akan dibandingkan dengan lainnya. Analisis data akan dilakukan menggunakan algoritma Random Forest Classifier yang cocok untuk melakukan klasifikasi data ke dalam kategori tingkat kefatalan suatu daerah rawan. Hasil analisis data yang berupa akurasi model terkait dengan data kecelakaan lalu lintas akan dibandingkan dengan penelitian analisis tahun 2016-2020. Juga dapat dikembangkan lagi untuk meningkatkan performa algoritma menggunakan prosedur-prosedur baik menggunakan algoritma Random Forest Classifier atau algoritma klasifikasi lainnya.

Item Type:	Technical Report (MBKM Report)
Creators:	Adyatma Rangga Setiawan, Sultan (00000061918)
Contributors:	Fernandi Wijaya, Santo (0310016902)
Keywords:	Fatalitas, Kecelakaan, Lalu Lintas, Random Forest Classifier, Surabaya
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Sustainable Development Goals:	Goal 11. Make cities and human settlements inclusive, safe, resilient and sustainable Goal 03. Ensure healthy lives and promote well-being Goal 09. Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	07 Nov 2024 06:55
URI:	https://kc.umn.ac.id/id/eprint/32656

Actions (login required)

View Item