Teknik Geodesi Universitas Diponegoro, Indonesia
BibTex Citation Data :
@article{JGUndip22423, author = {ARGNES PRADIPTA and Moehammad Awaluddin and Arief Nugraha}, title = {PEMETAAN DAERAH RAWAN KECELAKAAN DI KOTA SEMARANG DENGAN MENGGUNAKAN METODE CLUSTER ANALYSIS (STUDI KASUS : KECAMATAN BANYUMANIK DAN TEMBALANG)}, journal = {Jurnal Geodesi Undip}, volume = {7}, number = {4}, year = {2018}, keywords = {Cluster Analysis, Kecelakaan Lalu Lintas, SIG}, abstract = { Kecelakaan lalu lintas merupakan salah satu permasalahan di kota besar di Indonesia. Sulit untuk mengetahui daerah yang memiliki tingkat kerawanan kecelakaan lalu lintas tinggi, karena kecelakaan lalu lintas bisa terjadi di tempat dan waktu yang berbeda. Untuk mengatasi masalah kecelakaan lalu lintas, dibutuhkan upaya pencegahaan maupun penanganan. Pada penelitian ini akan dibuat suatu analisis terhadap daerah rawan kecelakaan di Kota Semarang dengan Sistem Informasi Geografis. Metode yang digunakan untuk memetakan daerah rawan kecelakaan adalah Cluster Analsysis menggunakan Algoritma K-Means dan Fuzzy C-Means . Dalam metode K-Means , tingkat kemiripan anggota diukur dengan kedekatan objek terhadap nilai rata-rata pada cluster . Sedangkan dalam Fuzzy C-Means , pengklasteran data ditentukan oleh tingkat derajat keanggotaan. Hasil pengelompokkan cluster dari kedua algoritma tersebut ditumpang susunkan , kemudian divisualisasikan dengan perangkat lunak SIG. Dari penelitian ini didapatkan 249 kejadian kecelakaan yang tersebar di 33 ruas jalan Kecamatan Banyumanik dan Tembalang. Tingkat kerawanan kecelakaan lalu lintas paling tinggi untuk Kecamatan Banyumanik berada di ruas jalan Perintis Kemerdekaan, sedangkan Kecamatan Tembalang berada di ruas jalan Kedungmundu Raya. Dari Fuzzy C-Means Clustering dihasilkan 10 segmen jalan kategori rawan dan 18 segmen jalan kategori cukup rawan dengan tingkat kesesuaian sebesar 69,697%, dan dari K-Means Clustering dihasilkan 39 titik pusat rawan kecelakaan dengan rata-rata jarak titik kejadian kecelakaan ke titik pusat cluster sebesar 51,539 meter. }, issn = {2809-9672}, pages = {185--194} doi = {10.14710/jgundip.2018.22423}, url = {https://ejournal3.undip.ac.id/index.php/geodesi/article/view/22423} }
Refworks Citation Data :
Kecelakaan lalu lintas merupakan salah satu permasalahan di kota besar di Indonesia. Sulit untuk mengetahui daerah yang memiliki tingkat kerawanan kecelakaan lalu lintas tinggi, karena kecelakaan lalu lintas bisa terjadi di tempat dan waktu yang berbeda. Untuk mengatasi masalah kecelakaan lalu lintas, dibutuhkan upaya pencegahaan maupun penanganan. Pada penelitian ini akan dibuat suatu analisis terhadap daerah rawan kecelakaan di Kota Semarang dengan Sistem Informasi Geografis. Metode yang digunakan untuk memetakan daerah rawan kecelakaan adalah Cluster Analsysis menggunakan Algoritma K-Means dan Fuzzy C-Means. Dalam metode K-Means, tingkat kemiripan anggota diukur dengan kedekatan objek terhadap nilai rata-rata pada cluster. Sedangkan dalam Fuzzy C-Means, pengklasteran data ditentukan oleh tingkat derajat keanggotaan. Hasil pengelompokkan cluster dari kedua algoritma tersebut ditumpang susunkan , kemudian divisualisasikan dengan perangkat lunak SIG. Dari penelitian ini didapatkan 249 kejadian kecelakaan yang tersebar di 33 ruas jalan Kecamatan Banyumanik dan Tembalang. Tingkat kerawanan kecelakaan lalu lintas paling tinggi untuk Kecamatan Banyumanik berada di ruas jalan Perintis Kemerdekaan, sedangkan Kecamatan Tembalang berada di ruas jalan Kedungmundu Raya. Dari Fuzzy C-Means Clustering dihasilkan 10 segmen jalan kategori rawan dan 18 segmen jalan kategori cukup rawan dengan tingkat kesesuaian sebesar 69,697%, dan dari K-Means Clustering dihasilkan 39 titik pusat rawan kecelakaan dengan rata-rata jarak titik kejadian kecelakaan ke titik pusat cluster sebesar 51,539 meter.
Article Metrics:
Last update:
View My Stats
Jurnal Geodesi Undip
Departemen Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro