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