Implementasi Algoritma K-Mean dalam Pengelompokan Data Kecelakaan di Kabupaten Kediri

Abstract

Abstract The increasing human population in the world with the need for mobilization of motorized vehicles both 2 wheels and 4 wheels is no longer a secondary need but has become a primary need. With the increasing population of vehicles on the road becoming its own problem that is often the occurrence of both single and successive accidents that resulted in many victims both minor injuries, severe to death. Kediri is one of the cities with high accident rates. Although in 2018 this number has decreased but in 2017 there were 1,258. This resulted in the need for an information system to dig deeper about it. The k-mean algorithm is an algorithm used to group the same data and put it into a Cluster group to dig up information. The information system was developed using PHP and MYSql programming languages. The results of clustering are of 3 types namely accident rarely, accident-prone and very accident-prone. The most common incidents in the Pare Subdistrict with the cluster being very accident-prone. Throughout 2017 pare sub-districts there were 133 accident cases. Keywords: K-Means, Data mining.,accident, PHP, clustering. __________________________ Abstrak Semakin meningkatnya populasi manusia di dunia dengan kebutuhan mobilisasi kendaraan bermontor baik roda 2 maupun roda 4 bukan lagi menjadi kebutuhan sekunder tetapi sudah menjadi kebutuhan primer. Dengan semakin meningkatnya populasi kendaraan di jalan raya menjadi maslah sendiri yakni sering terjadinya kecelakaan baik tunggal maupun beruntun yang mengakibatkan banyak korban baik luka ringan, berat sampai meninggal dunia. Kediri adalah salah satu kota yang masih tinggi angka kecelakaan. Meski di tahun 2018 ini mengalami angka penurunan akan tetapi di tahun 2017 tercatat 1.258. Hal ini mengakibatkan perlu adanya suatu system informasi untuk menggali lebih dalam mengenai hal tersebut. Algoritma k-mean adalah algoritma yang digunakan untuk mengelompokkan data yang sama dan dimaksukkan ke kelompok Cluster untuk menggali informasi. Pada system infprmasi dikembangkan menggunakan Bahasa pemograman PHP dan MYSql. Hasil dari clustering terdapat 3 jenis yaitu jarang terjadi kecelakaan, rawan kecekalaan dan sangat rawan kecelakaan. Kecataman dengan kejadian terbanyak terjadi di kecamatan Pare dengan cluster sangat rawan kecelakaan. Sepanjang tahun 2017 kecamatan pare terjadi kasus kecelakaan sebanyak 133 kasus. Kata Kunci: K-Means, Kecelakaan, Data mining, PHP, Clustering. __________________________