Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
PENERAPAN DATA MINING DENGAN ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI FAKTOR KECELAKAAN LALU LINTAS KOTA BEKASI
ABSTRAKSI :
Kecelakaan lalu lintas merupakan suatu permasalahan serius yang dapat mempengaruhi keselamatan masyarakat serta dapat menghambat aktivitas lalu lintas jika angka kecelakaan terus meningkat. Dari permasalahan yang ada, penelitian ini melakukan penerapan data mining dalam menganalisis data kecelakaan lalu lintas yang dapat memberikan informasi penting serta dapat digunakan dalam mengidentifikasi faktor-faktor penyebab kecelakaan. Penelitian ini bertujuan untuk mengimplementasikan Algoritma Naive Bayes untuk memprediksi faktor kecelakaan lalu lintas Kota Bekasi. Metode penelitian ini menggunakan Algoritma Naive Bayes, metode Algoritma Naive Bayes mampu mengklasifikasi suatu data yang berskala besar yang digunakan untuk memprediksi probabilitas faktor kecelakaan lalu lintas Kota Bekasi, serta memiliki kelebihan mengolah data yang memiliki pola-pola rumit dan tersembunyi sehingga mempermudahkan dalam melakukan pengolahan data dengan cepat. Pengujian ini menggunakan data dengan jumlah 217 data kecelakaan lalu lintas Kota Bekasi dari bulan april hingga juni tahun 2023. Penelitian ini melakukan pengujian dengan bantuan software RapidMiner 10.0 dalam mengukur tingkat nilai ke akurasian berdasarkan metode Naive Bayes. Hasil dari penelitian ini dengan penerapan Algoritma Naive Bayes dalam memprediksi faktor kecelakaan lalu lintas Kota Bekasi menggunakan RapidMiner, didapatkan hasil nilai accuracy sebesar 81,19%, dan nilai dari AUC (area under curve) yaitu sebesar 0,861, dimana artinya pada model Naive Bayes mencapai klasifikasi yang baik untuk tingkat akuransinya. Kesimpulan yang di dapat bulan april hingga mei merupakan terjadinya kecelakaan paling sering, dengan penyebab kejadian kecelakaan akibat terjadinya tabrakan serta jalanan berlubang, dan lokasi paling sering terjadi kecelakaan ada di Jl Ahmad Yani, Marga Jaya. Hal ini membuktikan bahwa penerapan data mining menggunakan Naive Bayes dapat membantu memprediksi kecelakaan lalu lintas, dengan mengetahui tingkat nilai akuransi yang baik serta memberikan informasi-informasi yang dibutuhkan.