Sub Menu

Kecelakaan lalu lintas masih menjadi masalah yang cukup serius di berbagai negara, baik itu di negara maju maupun negara berkembang. Berdasarkan data Global Status Report on Road Safety WHO pada tahun 2018, terdapat lebih dari 1,35 juta korban yang meninggal setiap tahunnya akibat kecelakaan lalu lintas. Tak hanya itu, dalam kurun waktu tiga tahun, jumlah korban kecelakaan di jalan raya dapat bertambah hingga 100.000 orang. Hal ini dapat diakibatkan oleh beberapa hal, yang pertama karena faktor manusia, faktor cuaca atau lingkungan, maupun faktor kendaraan itu sendiri. Di sisi lain, teknologi sudah semakin berkembang sehingga memungkinkan mesin untuk menganalisis dan mempelajari data tanpa harus diberikan arahan. Namun, belum ada sistem yang dapat menganalisis dan mencari keterhubungan pola kecelakaan lalu lintas sehingga warga belum waspada akan hal tersebut. Maka dari itu, diusulkan sebuah solusi untuk membuat sistem yang dapat menganalisis korelasi antar faktor-faktor kecelakaan lalu lintas dan memprediksi kecelakaan melalui 3 kategori, yaitu berat, sedang, dan ringan. Dari kedua solusi tersebut diharapkan dapat membantu Dishub dan tim kepolisian dalam memberikan kebijakan kepada masyarakat untuk lebih berhati-hati dalam melakukan perjalanan sehingga dapat mengurangi tingkat kecelakaan lalu lintas. Hasil dari analisis korelasi nantinya akan ditampilkan melalui visualisasi diagram atau tabel statistik, sedangkan prediksi dilakukan dengan membuat pemodelan sistem menggunakan metode Multinomial Naïve Bayes. Kinerja dari sistem juga dapat diukur melalui confusion matrix, accuracy, dan juga f1-score.