KLASTERING K-MODES DAN ATURAN ASOSIASI UNTUK MENGANALISIS DATA KECELAKAAN

Penulis

Rizkyana Fatikha

Pembimbing: Zulaela, Drs., Dipl.Med.Stats., M.Si. ; Widya Irmaningtyas, S.Si., M.Sc.


ABSTRACT: The association rule is one of the data mining techniques which aims to extract information by analyzing the pattern of rules that are formed by the data. However, this method does not work optimally on heterogeneous data. If the association rule is to be imposed on heterogeneous data, it could eliminate the information contained within the data. Therefore, in order to solve these problems, a cluster analysis should be performed on the data prior to extracting information using the association rule. The clustering technique employed in this research is the K-Modes clustering technique. The case study used in this research is road accident data. Road accidents are inadvertent events which may occur at any time and in a variety of circumstances, so that the data is considered to be heterogeneous. The combination of K-Modes clustering and association rule techniques is used in order to generate information that might otherwise be hidden within the heterogeneous data, which includes the road accident data.

INTISARI: Aturan asosiasi adalah salah satu teknik data mining yang bertujuan untuk mengekstrak informasi dengan cara menganalisis adanya pola aturan yang terbentuk dari suatu data. Namun metode ini tidak bekerja secara maksimal pada data yang bersifat heterogen. Jika aturan asosiasi dipaksakan pada data yang heterogen, maka akan menghilangkan informasi yang terdapat pada data. Oleh karena itu untuk mengatasi permasalahan tersebut diperlukan klastering pada data terlebih dahulu sebelum mengekstrak informasi dengan menggunakan aturan asosiasi. Teknik klastering yang digunakan pada penelitian ini adalah dengan teknik klastering K-Modes. Studi kasus yang digunakan pada penelitian ini adalah data kecelakaan lalu lintas. Kecelakaan lalu lintas merupakan kejadian yang tidak menentu dan dapat terjadi sewaktu-waktu dengan berbagai macam kondisi yang berbeda-beda, sehingga data kecelakaan dapat dikatakan data yang bersifat heterogen. Dengan menggunakan kombinasi klastering K-Modes dan aturan asosiasi, dihasilkan informasi yang mungkin tersembunyi jika diaplikasikan pada data yang heterogen, salah satunya pada data kecelakaan.

Kata kunci Kecelakaan Lalu Lintas, Klastering, Aturan Asosiasi/Road Accident, Clustering, Association Rule
Program Studi S1 STATISTIKA UGM
No Inventaris
Deskripsi
Bahasa Indonesia
Jenis Skripsi
Penerbit [Yogyakarta] : Universitas Gadjah Mada, 2016
Lokasi Perpustakaan Pusat UGM
File Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
  • Anda dapat mengecek ketersediaan versi cetak dari penelitian ini melalui petugas kami dengan mencatat nomor inventaris di atas (apabila ada)
  • Ketentuan Layanan:
    1. Pemustaka diperkenankan mengkopi cover, abstrak, daftar isi, bab pendahuluan, bab penutup/ kesimpulan, daftar pusatak
    2. Tidak diperbolehkan mengkopi Bab Tinjauan Pustaka, Bab Pembahasan dan Lampiran (data perusahaan/ lembaga tempat penelitian)
    3. Mengisi surat pernyataan, menyertakakan FC kartu identitas yang berlaku

<< kembali