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 thesis, 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:	Thesis (MBKM)
Keywords:	Fatalitas, Kecelakaan, Lalu Lintas, Random Forest Classifier, Surabaya
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	07 Nov 2024 06:55
Last Modified:	07 Nov 2024 06:55
URI:	https://kc.umn.ac.id/id/eprint/32656

Actions (login required)

View Item