@misc{eprints60515,
           title = {ANALISIS CLUSTER DAN PEMODELAN PELANGGARAN LALU
LINTAS MENGGUNAKAN METODE K-MEANS CLUSTERING STUDI

KASUS KOTA BANDUNG},
          author = {1617051061 Yunita Rosalina Manurung},
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM},
            year = {2021},
             url = {http://digilib.unila.ac.id/60515/},
        abstract = {ABSTRACT

CLUSTER ANALYSIS AND TRAFFIC VIOLATION MODELING USING
THE K-MEANS CLUSTERING METHOD CASE STUDY BANDUNG

CITY
By

Yunita Rosalina Manurung

Traffic violation is an act of irregularities that commonly occurs in everyday life,
including the city of Bandung. The violations that occur are categorized based on
the types of violations as well as the time of violation occurrence times. People
tend to be negligent in preparing the attributes and completeness of driving, so the
number of violation cases continues to increase every year. This has resulted in
accumulation causing difficultness for the police to make efforts for the safety of
the public in driving. Existing violation data is still processed manually using
Microsoft Excel, making it difficult to obtain useful information from the data.
This research aims to cluster areas of violation in driving using the K-Means
method which occurs in Bandung. The research successfully resulted a modeling
3 cluster areas on driving violations in the form of a classified map in the category
very prone, prone, and quite prone to driving violations that occur.

Keywords: clustering, K-Means method, traffic violations.

ABSTRAK

ANALISIS CLUSTER DAN PEMODELAN PELANGGARAN LALU
LINTAS MENGGUNAKAN METODE K-MEANS CLUSTERING STUDI

KASUS KOTA BANDUNG

Oleh

Yunita Rosalina Manurung

Pelanggaran lalu lintas merupakan tindakan penyimpangan yang umum terjadi
dalam kehidupan sehari-hari, termasuk Kota Bandung. Tindakan pelanggaran
yang terjadi tentu dengan jenis pelanggaran yang berbeda dan dalam waktu yang
berbeda. Masyarakat cenderung lalai dalam mempersiapkan atribut dan
kelengkapan berkendara, sehingga jumlah kasus pelanggaran terus meningkat
setiap tahunnya. Hal ini mengakibatkan penumpukan data sehingga pihak
kepolisian kesulitan untuk melakukan upaya demi keselamatan masyarakat dalam
berkendara. Data pelanggaran yang ada masih diproses secara manual
menggunakan Microsoft Excel sehingga sulit untuk memperoleh informasi
berguna dari data tersebut. Penelitian ini bertujuan untuk melakukan klasterisasi
wilayah pelanggaran berkendara menggunakan metode K-Means di Kota
Bandung. Penelitian ini akan menjelaskan bagaimana penerapan metode K-Means
untuk klasterisasi wilayah yang rawan terjadi pelanggaran. Penelitian ini
menghasilkan pemodelan hasil cluster wilayah yang digolongkan ke dalam 3
cluster. Penggolongan pelanggaran berkendara dalam bentuk peta yang
digolongkan dalam kategori sangat rawan, rawan, dan cukup rawan pelanggaran
berkendara yang terjadi.

Kata Kunci: klasterisasi, metode K-Means, pelanggaran lalu lintas.}
}