Detail Cantuman

Dengan meningkatnya pengguna kendaraan bermotor,kecelakaan lalu lintas juga akan semakin rentan terjadi.Salah satu cara agar meminimalisir terjadinya kecelakaan lalu lintas adalah dengan cara mengolah riwayat data kecelakaan menggunakan teknik data mining.Teknik ini bertujuan untuk menemukan informasi pola hubungan kecelakaan lalu lintas yang dapat membantu mengetahui penyebab – penyebab utama terjadinya kecelakaan lalu lintas.Teknik data mining yang digunakan adalah teknik association rule dengan algoritma Apriori.Pada metode tersebut tahap analisis yang sering dilakukan banyak peneliti untuk menghasilkan algoritma Apriori yang efisien yaitu analisis pola frekuensi suatu asosiasi dapat diketahui dengan dua faktor pada metode terebut yaitu Support dan Confidence.Pada saat ini,mengukur nilai minimum support pada algoritma Apriori masih ditentukan oleh user,dengan begitu penentuan nilai minimum support akan berulang – ulang oleh user hingga mencapai nilai korelasi positif.Hasil penelitian menunjukan penggunaan Algoritma apriori pada data mining dapat menemukan pola kecelakaan lalu lintas yang saling berhubungan setiap tahunnya. Dari 12 kali pengujian dengan 3 datasets yang berbeda ditemukan bahwa 8 dari 12 hasil pengujian memiliki pola kecelakaan sama yaitu “Kering=> Tanpa angin kencang” yang diartikan “jika kecelakaan terjadi pada kondisi jalanan kering maka kecelakaan tersebut akan terjadi juga pada kondisi tanpa angin kencang”.