Please use this identifier to cite or link to this item: http://repository.unmul.ac.id/handle/123456789/57159
Full metadata record
DC FieldValueLanguage
dc.contributor.authorPRANGGA, SURYA-
dc.date.accessioned2024-03-05T06:15:20Z-
dc.date.available2024-03-05T06:15:20Z-
dc.date.issued2023-
dc.identifier.urihttp://repository.unmul.ac.id/handle/123456789/57159-
dc.description.abstractKecelakaan lalu lintas merupakan kejadian yang sulit untuk diprediksi kapan dan dimana akan terjadi. Kasus kecelakaan lalu lintas di Indonesia merupakan terbilang cukup besar. Jika dilihat berdasarkan data dari Badan Pusat Statistik selama tahun 2019 sampai dengan 2021 rata-rata kecelakaan lalu lintas mencapai seratus ribu kasus setiap tahunnya. Khususnya di Kota Samarinda yang merupakan Ibukota Provinsi Kalimantan Timur menempati urutan tertinggi pada tahun 2020 dibandingkan beberapa kabupaten/kota lainnya yang berada di Provinsi Kalimantan Timur. Berdasarkan fakta tersebut kasus kecelakaan lalu lintas perlu untuk ditangani sehingga dapat meminimalisir korban kecelakaan. Salah satu teknik data mining yang digunakan untuk melihat pola kecelakaan lalu lintas yaitu dengan menggunakan metode klasifikasi berbasis pohon keputusan. Salah satu metode klasifikasi berbasis pohon keputusan adalah algoritma QUEST. Algoritma QUEST (Quick, Unbiased, Efficient, and Statistical Tree) sebagai metode berbasis pohon keputusan dapat digunakan untuk mengklasifikasikan status korban kecelakaan lalu lintas. Berdasarkan analisis data diperoleh hasil akurasi terbaik dari proporsi data 70:30 dalam mengklasifikasikan status korban kecelakaan lalu lintas yaitu sebesar 54,54% dengan nilai F1-Score sebesar 42,86%.en_US
dc.publisherSeminar Nasional Sains dan Teknologi (SNST)en_US
dc.subjectKecelakaan Lalu Lintas, Klasifikasi, Pohon Keputusan, QUESTen_US
dc.titleKlasifikasi Status Korban Kecelakaan Lalu Lintas Di Kota Samarinda Menggunakan Algoritma QUEST (Quick, Unbiased, Efficient, Statistical Tree)en_US
dc.typeArticleen_US
Appears in Collections:P - Mathematics and Natural Sciences

Files in This Item:
File Description SizeFormat 
Prosiding SNST 2023-Prangga dkk.pdf908.15 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.