Penerapan Algoritma K-Nearest Neighbor dalam Klasifikasi Tingkat Keparahan Korban Kecelakaan Lalu Lintas di Kabupaten Jawa Tengah

Abstract

Kecelakaan lalu lintas merupakan masalah yang membutuhkan penanganan serius karena besarnya kerugian yang mengakibatkan korban manusia dan kerugian harta benda. Klasifikasi dapat diselesaikan dengan menggunakan teknik data mining. Untuk mengklasifikasikan tingkat keparahan kecelakaan lalu lintas, peneliti menerapkan algoritma K-Nearest Neighbor. K-Nearest Neighbor dipilih karena metode tersebut tangguh terhadap data noise dan  K-Nearest Neighbor memiliki tingkat akurasi yang tinggi. Hasil klasifikasi dalam penelitian ini untuk mengetahui kinerja algoritma dalam memprediksi berdasarkan nilai akurasi, recall, error, precision dan f-measure. Hasil dari penelitian ini diperoleh K-Nearest Neighbor memiliki nilai akurasi sebesar 88.82 %, nilai recall sebesar 60.43 %, nilai error sebesar 11.18 %, nilai precision sebesar 64.37 % dan nilai fmeasure sebesar 62.33 %. Sehingga agoritma K-Nearest Neighbor baik digunakan dalam klasifikasi tingkat
keparahan kecelakaan lalu lintas di Pati Jawa Tengah.

Kata kunci: kecelakaan lalu lintas, klasifikasi, K-Nearest Neighbor