Melola Discovery

← Melola Discovery

Prosiding

IMPLEMETASI K-MEANS CLUSTERING PADA RAPIDMINER UNTUK ANALISIS DAERAH RAWAN KECELAKAAN

Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017 · Vol. 1 No. 1 (2017)

Published
2017-12-12
Publisher
Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017
Language
eng

Abstract

Kecelakaan lalu lintas kerap menjadi masalah utama dalam pemerintahan dan sosial karena dapat menyebabkan kerugian dari segi biaya dan keselamatan manusia.DataMining telah terbukti sebagai teknik yang dapat dipercaya untuk menganalisa data kecelakaan lalu lintas dan memberikan­ hasil yang produktif. Kebanyakan analisis data kecelakaan lalu lintas, hanya terfokus mengidentifikasi faktor-faktor yang mempengaruhi seberapa parah kecelakaan tersebut. Terkadang, kecelakaan terjadi lebih sering pada suatu lokasi tertentu. Analisis pada lokasi tersebut dapat membantu mengidentifikasi penyebab terjadinya kecelakaan yang membuat kecelakaan lalu lintas lebih sering terjadi di lokasi tersebut. Dari 2620 data kecelakaan yang tercatat di dalam basis data Resor Kendari, data tersebut diseleksi menjadi 500 data. Data tersebut kemudian dianalisis menggunakan algoritma K-Means Clustering dengan bantuan aplikasi RapidMiner Studio. Hasil analisis menunujukan frekuensi tingkat kecelakaan di tiap lokasi beserta waktu-waktu rawan yang berpotensi terjadi kasus kecelakaan.Kata kunci— K-Means Clustering, Kecelakaan Lalu Lintas, RapidMiner

Collaboration network of the authors

40 authors · 122 co-authorship links · 1 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • Universitas Gadjah Mada
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Jumadil NangiUniversitas Halu Oleo9
La SurimiUniversitas Halu Oleo6
Adha Mashur SajiahUniversitas Halu Oleo5
Arman ArmanUniversitas Halu Oleo5
Edi CahyonoUniversitas Halu Oleo5
Bambang PramonoUniversitas Halu Oleo3
Gusti Arviana RahmanUniversitas Halu Oleo2
Andi TenriawaruUniversitas Halu Oleo2
Muhammad ArfanAffiliation unknown2
Statiswaty StatiswatyUniversitas Halu Oleo2
Rahmat RamadhanUniversitas Halu Oleo2
L.M. Fid AksaraUniversitas Halu Oleo2
Yuwanda PurnamasariAffiliation unknown2
Ambo Wonua NusantaraAffiliation unknown2
La Ode Muh. Golok JayaUniversitas Halu Oleo2
Dian Safitri DurukaUniversitas Halu Oleo1
Umu KhabibahUniversitas Halu Oleo1
Amal AnugraUniversitas Halu Oleo1
Gunawan GunawanUniversitas Halu Oleo1
La Ode Muhammad Hafidz Abdillah Sam MongkitoUniversitas Halu Oleo1
Budi Wijaya RaufUniversitas Halu Oleo1
Ferdinand Murni HamunduUniversitas Halu Oleo1
Fazlul Rachmat MubbaraqUniversitas Halu Oleo1
Sri Ayu LestariAffiliation unknown1
Achirul Slamet SugiartoAffiliation unknown1
La Ode SaidiAffiliation unknown1
Ferdinand Murni HamunduAffiliation unknown1
SahrulAffiliation unknown1
Edi WinarkoUniversitas Gadjah Mada1
Wa Ode ErmaliantiUniversitas Halu Oleo1
Mulatifa LalihaUniversitas Halu Oleo1
Sutardi SutardiUniversitas Halu Oleo1
Feri FadlinAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/snrkt2017/oai, first harvested 30 Okt 2026, last seen 30 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">IMPLEMETASI K-MEANS CLUSTERING PADA RAPIDMINER UNTUK ANALISIS DAERAH RAWAN KECELAKAAN</dc:title>
	<dc:creator>Rahmat C.T.I, Brilian</dc:creator>
	<dc:creator>Gafar, Agum Agidtama</dc:creator>
	<dc:creator>Fajriani, Nurul</dc:creator>
	<dc:creator>Ramdani, Umar</dc:creator>
	<dc:creator>Uyun, Fitria Rihin</dc:creator>
	<dc:creator>Purnamasari P, Yuwanda</dc:creator>
	<dc:creator>Ransi, Natalis</dc:creator>
	<dc:description xml:lang="en-US">Kecelakaan lalu lintas kerap menjadi masalah utama dalam pemerintahan dan sosial karena dapat menyebabkan kerugian dari segi biaya dan keselamatan manusia.DataMining telah terbukti sebagai teknik yang dapat dipercaya untuk menganalisa data kecelakaan lalu lintas dan memberikan­ hasil yang produktif. Kebanyakan analisis data kecelakaan lalu lintas, hanya terfokus mengidentifikasi faktor-faktor yang mempengaruhi seberapa parah kecelakaan tersebut. Terkadang, kecelakaan terjadi lebih sering pada suatu lokasi tertentu. Analisis pada lokasi tersebut dapat membantu mengidentifikasi penyebab terjadinya kecelakaan yang membuat kecelakaan lalu lintas lebih sering terjadi di lokasi tersebut. Dari 2620 data kecelakaan yang tercatat di dalam basis data Resor Kendari, data tersebut diseleksi menjadi 500 data. Data tersebut kemudian dianalisis menggunakan algoritma K-Means Clustering dengan bantuan aplikasi RapidMiner Studio. Hasil analisis menunujukan frekuensi tingkat kecelakaan di tiap lokasi beserta waktu-waktu rawan yang berpotensi terjadi kasus kecelakaan.Kata kunci— K-Means Clustering, Kecelakaan Lalu Lintas, RapidMiner</dc:description>
	<dc:publisher xml:lang="en-US">Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2017-12-12</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/snrkt2017/article/view/3251</dc:identifier>
	<dc:source xml:lang="en-US">Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017; Vol 1, No 1 (2017): Seminar Nasional Riset Kuantitatif Terapan 2017</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/snrkt2017/article/view/3251/2471</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2017 Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017</dc:rights>
</oai_dc:dc>