Agustin, Lilis Dwi (2023) IMPLEMENTASI ARTIFICIAL NEURAL NETWORK DAN DECISION TREE UNTUK KLASIFIKASI TINGKAT KEPARAHAN LUKA KORBAN KECELAKAAN LALU LINTAS. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.
COVER.pdf
Download (135kB)
AWALAN.pdf
Download (462kB)
BAB I.pdf
Download (192kB)
BAB II.pdf
Restricted to Registered users only
Download (378kB) | Request a copy
BAB III.pdf
Restricted to Registered users only
Download (230kB) | Request a copy
BAB IV.pdf
Restricted to Registered users only
Download (401kB) | Request a copy
BAB V.pdf
Download (115kB)
DAFTAR PUSTAKA.pdf
Download (253kB)
LAMPIRAN.pdf
Restricted to Registered users only
Download (378kB) | Request a copy
Abstract
Kecelakaan lalu lintas di Kabupaten Bojonegoro merupakan peristiwa yang sering terjadi yang disebabkan karena kelalaian yang dibuat oleh sistem pembentuk lalu lintas seperti pengemudi (manusia), kendaraan, ruas jalan, dan lingkungan. Kasus kecelakaan di Kabupaten Bojonegoro dari tahun 2019 sampai 2022 mencapai 5.843 korban dengan kondisi korban mengalami luka ringan dan luka berat. Penelitian ini dilakukan untuk mengetahui klasifikasi kecelakaan lalu lintas di Kabupaten Bojonegoro berdasarkan tingkat keparahan luka korban dengan menggunakan beberapa atribut diantaranya adalah tingkat keparahan luka korban, jenis kelamin korban, kendaraan yang terlibat, jenis kecelakaan, waktu kejadian, dan usia korban. Metode yang digunakan adalah Artificial Neural Network dan Decision Tree. Kedua metode tersebut akan dibandingkan untuk mengetahui hasil klasifikasi yang terbaik menggunakan pedoman parameter dari nilai accuracy, recall, dan precision. Data yang digunakan berasal dari Satuan Lalu Lintas Kabupaten Bojonegoro tahun 2019-2022. Hasil penelitian menunjukkan bahwa metode Artificial Neural Network memiliki nilai accuracy sebesar 91.27%, nilai precision sebesar 93.88%, nilai recall sebesar 96.21%, specificity sebesar 59.02%, dan NPN sebesar 70.46%. Sedangkan metode Decision Tree, nilai accuracy sebesar 90.71%, nilai precision sebesar 93.85%, nilai recall sebesar 95.54%, specificity sebesar 59.15%, dan NPN sebesar 67.01%. Demikian dapat disimpulkan bahwa klasifikasi menggunakan metode Artificial Neural Network lebih baik dibandingkan dengan metode Decision Tree.
Item Type: | Thesis (Sarjana (S1)) |
---|---|
Uncontrolled Keywords: | Kecelakaan Lalu Lintas, Klasifikasi, Artificial Neural Network, Decision Tree |
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
Divisions: | Fakultas Sains dan Teknologi > Statistika |
Depositing User: | Lilis Dwi Agustin |
Date Deposited: | 11 Sep 2023 04:22 |
Last Modified: | 11 Sep 2023 04:22 |
Contributors (Pembimbing / Pengarah): | Contribution Name NIDN Thesis advisor Mahmudah, Nur NIDN0715039201 Thesis advisor Nurdiansyah, Denny NIDN0726058702 |
URI: | https://repository.unugiri.ac.id:8443/id/eprint/3306 |