Skripsi/Tugas Akhir

Analisis Data Perkara Lalu Lintas di Kota Makassar Menggunakan K-Means Clustering

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Pengadilan Negeri Makassar IA Khusus merupakan lembaga yang menangani berbagai kasus pelanggaran lalu lintas, dengan jumlah pelanggaran yang terus meningkat setiap bulannya. Meskipun data pelanggaran lalu lintas yang tercatat cukup signifikan, pemanfaatannya untuk memahami karakteristik pelanggaran masih minim. Pada penelitian ini menggunakan metode K-Means Clustering untuk menganalisis data perkara lalu lintas di Kota Makassar, dengan mengelompokkan data berdasarkan karakteristik tertentu, seperti jenis pelanggaran/pasal dakwaan, waktu kejadian, jenis kendaraan, bukti tilang, dan nominal titipan dengan total 15.400 data. Dengan menerapkan teknik data mining ini, diharapkan dapat diperoleh pengetahuan yang lebih bermanfaat mengenai pola-pola pelanggaran lalu lintas. Hasil analisis menunjukkan bahwa setelah dilakukan pengelompokan data, terbentuk tiga cluster utama dari total 34 pasal yang dianalisis. Cluster 0 memiliki jumlah pelanggar tertinggi, yakni 7.861 pelanggar, diikuti oleh cluster 1 dengan 1.925 pelanggar, dan cluster 2 dengan 1.008 pelanggar. Hasil penelitian ini dapat menjadi referensi bagi pihak berwenang dalam menyusun kebijakan penegakan hukum serta meningkatkan kesadaran masyarakat terhadap keselamatan berlalu lintas di Kota Makassar.
Kata Kunci: K-Means Clustering, Analisis Data, Perkara Lalu Lintas, Pengadilan Negeri Makassar

ABSTRACT
The Makassar District Court Special Class IA is an institution that handles various traffic violation cases, with the number of violations continuously increasing each month. Despite the significant recorded data on traffic violations, its utilization to understand the characteristics of these violations remains minimal. This study employs the K-Means Clustering method to analyze traffic case data in Makassar City, clustering the data based on specific characteristics such as types of violations/articles of accusation, time of occurrence, type of vehicle, evidence of ticketing, and nominal deposits, totaling 15,400 data entries. By applying this data mining technique, it is hoped that more beneficial knowledge regarding traffic violation patterns can be obtained. The analysis results indicate that after clustering the data, three main clusters were formed from a total of 34 articles analyzed. Cluster 0 has the highest number of violators, totaling 7,861, followed by Cluster 1 with 1,925 violators and Cluster 2 with 1,008 violators. A. The findings of this research can serve as a reference for authorities in formulating law enforcement policies and enhancing public awareness regarding traffic safety in Makassar City.
Keywords: K-Means Clustering, Data Analysis, Traffic Violation Cases, Makassar District Court

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 25-51 PUT a - 0446SI

Penerbit

Makassar : Universitas DIPA., 2025

Deskripsi Fisik

xvi + 84 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 25-51

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 22 Februari 2025

Subjek

Skripsi/Tugas Akhir
K-Means Clustering

Lampiran File