Pendeteksian Kecelekaan Real-Time menggunakan Algoritma KNN untuk Mendukung Smart City berbasis IoT

Abstract

Surabaya merupakan kota dengan luas sebesar 326,81 km2 dan merupakan pusat transportasi darat di bagian timur pulau Jawa. Dibangunnya infrastuktur digital pada wilayah Surabaya akan mempermudah Pemerintah Kota (Pemkot) dalam menjadikan pelayanan yang efisien. Kecelakaan lalu lintas yang terjadi di Surabaya hingga tahun 2017 tercatat 1.365 kejadian. EVAN (Emergency Vehicle Automatic Notification) merupakan topik penelitian yang memiliki fokus pada bidang transportasi khususnya pada kecelakaan lalu lintas secara realtime yang dapat terintegrasi dengan pusat informasi kota dan rumah sakit untuk penolongan utama pada kecelakaan. Perancangan alat pada sisi user dibuat dengan menggunakan Arduino, sensor accelerometer dan gyroscope berupa sensor MPU6050 serta modul gps u-blox. Pendeteksi kecelakaan pada system dengan menggunakan k-Nearest neighbors algorithm (KNN). Pada sisi operator, perancangan dilakukan berbasis web dengan memanfaatkan framework ReactJs yang diintegrasikan dengan Google Maps APIs. Hasil tingkat keakurasian sistem pendeteksi kecelakaan mencapai 97% dan pendeteksi lokasi kecelakaan serta rumah sakit terdekat dari lokasi mencapai 100%.