PENDAHULUAN
1
2
2016) dan asosiasi (Ransi & Winarko, 2014) banyak digunakan dalam menganalisis
daerah rawan kecelakaan lalu lintas.
Untuk dapat mengetahui hubungan keterkaitan antara faktor-faktor penyebab
kecelakaan yang dapat dijadikan informasi dan pedoman bagi pemilik datadan
masyarakat luas, maka diperlukan suatu metode khusus yang mampu menemukan
hubungan dari random kejadian kecelakaan dan menemukan pola tertentu
didalamnya sehingga diharapkan mampu memprediksi kemungkinan kejadian yang
sifatnya bernilai negative sehingga mampu diminimalisisr. Metode asosiasi
digunakan untuk mengetahui hubungan-hubungan tersebut. Metode asosiasi sendiri
merupakan teknik data mining untuk menemukan aturan asosiatif antara kombinasi
suatu item. Contoh aturan asosiatif dari analisis pembelian di suatu pasar swalayan
adalah seperti berapa besar kemungkinan seorang pelanggan mem-beli roti bersamaan
dengan susu.
Dalam penelitian ini peneliti menggunakan dua metode asosiasi yakni Metode
Apriori dan Metode FP-Growth yang kemudian dilakukan perbandingan secara
ilmiah untuk melihat tingkat kelebihan dan kekurangan dari kedua metode tersebut
dalam menentukan factor factor penyebab kecelakaan du suatu daerah Oleh karena
itu, dengan melakukan perbandingan dari dua buah metode asosiasi, yakni metode
Apriori dan Metode FP-Growth, maka metode terbaik dalam menentukan factor
factor penyebab kecelakaan di suatu daerah dapat ditentukan yang diharapkan mampu
dijadikan sebagai tolak ukur delam meminimalisisr tingkat kecelakaan disuatu daerah
Berdasarkan latar belakang yang telah diuraikan di atas, maka dapat diambil
topik penelitian dengan judul “Analisis Perbandingan Metode Apriori dan FP-
Growth untuk Menentukan Faktor-Faktor Penyebab Kecelakaan” sebagai media
yang mampu mengurangi tingkat kecelakaan kendaraan.
Berdasarkan rumusan masalah di atas, tujuan dari penelitian ini adalah untuk
mengetahui perbandingan dari algoritma apriori dan FP-Growth dalam menentukan
faktor-faktor penyebab kecelakaan di Kota Kendari.
BAB I PENDAHULUAN
Bab ini membahas mengenai pembuatan program dan hasil uji coba program
yang telah dirancang dan diimplementasikan dengan Algoritma Complete Linkage.
BAB VI PENUTUP
Bab ini berisi kesimpulan dari penjelasan Bab I sampai Bab V serta saran dari
penulis.
Pada tahun 2013, Purnama, Cucu Suhery dan Dedi Triyanto, melakukan
penelitian tentang Implementasi Logika Fuzzy dalam Pengolahan Peta Tematik
Daerah Rawan Penyakit Demam Berdarah (Studi kasus : Kota Pontianak). Dalam
penelitian ini sistem Logika Fuzzy digunakan dalam pengambilan keputusan untuk
menentukan suatu daerah rawan Demam Berdarah Dengue (DBD) di Kota
Pontianak yang digambarkan dalam bentuk peta tematik. Faktor-faktor penentu
kerawanan yang digunakan adalah suhu udara, curah hujan, kelembaban udara,
kepadatan penduduk, jumlah sarana kesehatan dan frekuensi DBD. Metode yang
digunakan dalam sistem ini adalah metode Sugeno. Data yang digunakan pada
penelitian ini sebanyak 72 data. Hasil penelitian ini berupa peta tematik penyebaran
Demam Berdarah Dengue (DBD) di Kota Pontianak menggunakan Sistem Informasi
Geografis (SIG). Secara umum pada peta dapat dilihat bahwa Kota Pontianak
dikategorikan daerah tidak rawan DBD dengan nilai kerawanan rata-rata sebesar
0,1357. Namun pada bulan Oktober terdapat daerah yang dikategorikan sangat rawan
Demam Berdarah Dengue (DBD) yaitu Kecamatan Pontianak Kota dengan nilai
kerawanan sebesar 0,9037 sedangkan Kecamatan yang dikategorikan daerah rawan
DBD adalah Kecamatan Pontianak Utara yaitu pada bulan Oktober dan November
dengan nilai kerawanan sebesar 0,5610.
6