KLUSTERISASI OPTIMAL DENGAN ELBOW METHOD UNTUK PENGELOMPOKAN DATA KECELAKAAN LALU LINTAS DI KOTA SEMARANG

Abstract

Kota Semarang merupakan kota metropolitan terbesar ke-5 se-Indonesia dengan angka kecelakaan lalu lintas yang dapat dikatakan tinggi. Dalam laporan tahunan Satlantas Kota Semarang dari tahun 2017, 2018 berurutan telah terjadi sebanyak 936 kasus dan 1.008 kasus. Kemudian pada tahun 2019 dengan hasil rekap sampai dengan bulan Agustus terjadi sebanyak 909 kasus.

Untuk mengetahui pola kecelakaan dalam mengolah data Laka Lantas dapat menggunakan sebuah metode penambangan data yang disebut data mining. Menggunakan teknik clustering dengan algoritma K-Means untuk menghasilkan pola dalam ekstraksi informasi, yang dikombinasikan dengan teknik optimasi kluster yaitu metode Elbow.

Penelitian ini menggunakan proses uji coba manual dan aplikasi RStudio. Perhitungan manual menggunakan uji coba jumlah K=2 sampai K=10 dengan penerapan metode Elbow menggunakan perhitungan nilai SSE (Sum of Square Error) pada tiap kluster. Pada grafik selisih SSE tiap kluster menunjukan patahan siku pada jumlah K=3. Perhitungan komputasi dengan aplikasi RStudio menghasilkan grafik selisih SSE dengan patahan siku pada jumlah K=3. Kemudian dengan menggunakan jumlah K=3 diimplementasikan kedalam Algoritma K-Means pada RStudio. Berdasarkan analisis yang dilakukan dengan data Laka Lantas periode bulan Oktober 2018 sampai bulan Juli 2019 menghasilkan tiga segmentasi data.