Bela Oktavia Primary Author 1557301099 Additional Author mixed material bibliography Pekanbaru Pustaka Politeknik Caltex Riau 2019 id Indonesia

Text

xi, 96 hlm.; 21 cm Kecelakaan lalu lintas merupakan masalah yang membutuhkan penanganan serius mengingat kerugian yang diakibatkannya. Untuk kajian tersebut perlu dilakukan analisis terhadap data yang ada dengan melakukan pemetaan persebaran daerah kecelakaan lalu lintas. Menurut Satlantas Polresta Pekanbaru angka kasus kecelakaan di daerah Pekanbaru mencapai angka 20-30 setiap bulannya pada pelajar, mahasiswa, dan para pekerja. Data yang tersimpan dapat diolah untuk mendapatkan pengetahuan baru. Pengetahuan baru tersebut dapat diperoleh dengan menggunakan teknik Clustering. Clustering ditujukan untuk mengelompokkan data yang memiliki karakteristik yang sama di data set. Salah satu metode clustering yang populer dibidang data mining adalah K-Means. K-Means mampu menampilkan data dan pengelompokkan informasi tentang daerah rawan lalu lintas di daerah Pekanbaru berdasarkan variabel yang telah ditentukan sebelumnya. Hasil dari K-Means ini akan menggambarkan posisi penyebaran data pada kondisi sesungguhnya dengan menggunakan Algolia map. Berdasarkan pengujian yang telah dilakukan dengan menggunakan Black Box testing dan User Acceptance Test didapatkan hasil sebesar 100% dengan pengujian sebanyak 25 butir. Selain itu, berdasarkan pengujian User Usability Testing mendapatkan hasil sebesar 93,1% dengan demikian semua fitur pada sistem telah diimplementasikan dengan baik sehingga dapat membantu Satlantas Polresta Pekanbaru dalam menganalisis data dan sudah mampu memenuhi aspek usability. Kata Kunci : Clustering, k-Means, Algolia PA Sistem Informasi PA SI Politeknik Caltex Riau Politeknik Caltex Riau PA SI PA1557301099 Perpustakaan PCR (R) Video - Pemanfaatan Algoritma K-Means untuk Mengetahui Sebaran Data Kecelakaan Lalu Lintas Kota Pekanbaru Poster - Pemanfaatan Algoritma K-Means untuk Mengetahui Sebaran Data Kecelakaan Lalu Lintas Kota Pekanbaru 10871 2019-08-22 00:00:00 2019-11-14 15:45:53 machine generated