Application of the K-Means Algorithm in Traffic Violations In Langkat District (Case Study: Langkat Police)

Abstract

Aktivitas masyarakat berhubungan dengan lalu lintas dan masyarakat lebih memilih menggunakan kendaraan. Rendahnya edukasi serta minim pemahaman tentang peraturan lalu lintas menyebabkan banyak pelanggaran. Meningkatnya jumlah pelanggar lalu lintas menyebabkan meningkatnya data pelanggaran lalu lintas. Banyaknya data pelanggaran lalu lintas menyebabkan terjadinya penumpukan data pada instansi. Maka diperlukan suatu pengolahan data dengan data mining menggunakan Algoritma K-Means. Hasil penelitian diketahui kelompok data pelanggaran lalu lintas yang memiliki kelompok paling tinggi dan paling sering muncul saat diproses yaitu usia 17-25 tahun, dengan kendaraan Honda Vario 150 dan bukti pelanggaran SIM dan STNK. Hasil pengujian 3 cluster dari 502 data pelanggaran diketahui yaitu cluster 1 kelompok data pelanggaran lalu lintas usia 26-45 tahun jenis kendaraan Honda CBR 250 dan bukti pelanggaran SIM dan STNK. Cluster 2  kelompok data pelanggaran lalu lintas usia 26-45 tahun dengan jenis kendaraan Suzuki Nex dengan bukti pelanggaran SIM dan boncengan lebih dari 1. Cluster 3 yaitu kelompok data pelanggaran lalu lintas usia 17-25 tahun, dengan jenis kendaraan Honda Vario 150 dan bukti pelanggaran SIM.