Implementasi Data Mining dengan Metode Clustering Algoritma K-Means untuk Pengelompokan Data Tilang di Polda Kepri
Total View This Week0
Total View This Week0
Institusion
Universitas Putera Batam
Author
Manihuruk, Reni Alda Aristawaty
Subject
005.43 Sistem Operasi
Datestamp
2024-07-01 07:37:52
Abstract :
Setiap komunitas mengandalkan transportasi, tetapi pengemudi harus mengikuti aturan agar aman. Ada beberapa variabel yang menyebabkan banyak individu ditilang antara lain kurangnya pengetahuan dan kesadaran masyarakat akan standar berkendara yang baik, akurat dan aman, serta kegagalan masyarakat untuk memeriksa kondisi kendaraan dan dokumen sebelum bepergian untuk menghindari tilang selama operasi khusus (penggerebekan). Penelitian ini mengkaji pelanggaran lalu lintas pengendara roda dua di Kota Batam yang menjadi permasalahan yang diteliti oleh penulis karena banyaknya pelanggaran lalu lintas yang mengganggu sistem regulasi selama ini. Kluster metode K-Means, penerapan Algoritma K?Means untuk mengelompokkan data pelanggaran lalu lintas membantu Polda Kepri menemukan pelanggaran lalu lintas terbanyak dan dinas tilang menemukan pengelompokan data pelanggaran lalu lintas di Kota Batam. Penulis akan memanfaatkan pendekatan data mining algoritma K-Means untuk melakukan segmentasi pelanggaran selama ini. Analisis data dari klaster dipisahkan berdasarkan jenis pelanggaran, tingkat pelanggaran dan besaran denda, menghasilkan temuan klaster 0: 11 item, klister 1: 13 item, klaster 2: 11 item, dari 35 data yang diperlakukan sebagai data sampel dengan vektor kinerja pengelompokan terbaik adalah 0,499.
Setiap komunitas mengandalkan transportasi, tetapi pengemudi harus mengikuti aturan agar aman. Ada beberapa variabel yang menyebabkan banyak individu ditilang antara lain kurangnya pengetahuan dan kesadaran masyarakat akan standar berkendara yang baik, akurat dan aman, serta kegagalan masyarakat untuk memeriksa kondisi kendaraan dan dokumen sebelum bepergian untuk menghindari tilang selama operasi khusus (penggerebekan). Penelitian ini mengkaji pelanggaran lalu lintas pengendara roda dua di Kota Batam yang menjadi permasalahan yang diteliti oleh penulis karena banyaknya pelanggaran lalu lintas yang mengganggu sistem regulasi selama ini. Kluster metode K-Means, penerapan Algoritma K?Means untuk mengelompokkan data pelanggaran lalu lintas membantu Polda Kepri menemukan pelanggaran lalu lintas terbanyak dan dinas tilang menemukan pengelompokan data pelanggaran lalu lintas di Kota Batam. Penulis akan memanfaatkan pendekatan data mining algoritma K-Means untuk melakukan segmentasi pelanggaran selama ini. Analisis data dari klaster dipisahkan berdasarkan jenis pelanggaran, tingkat pelanggaran dan besaran denda, menghasilkan temuan klaster 0: 11 item, klister 1: 13 item, klaster 2: 11 item, dari 35 data yang diperlakukan sebagai data sampel dengan vektor kinerja pengelompokan terbaik adalah 0,499.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
