Penerapan Konsep Data Mining Untuk Klasifikasi Kecelakaan Lalu Lintas Di Kota Samarinda Dengan Algoritme Logistic Regression

Tingginya angka kecelakaan lalu lintas di Kota Samarinda menjadi fokus utama penelitian ini yang bertujuan untuk mengklasifikasikan tingkat kecelakaan dengan menggunakan algoritme Logistic Regression . Data yang digunakan meliputi variabel-variabel seperti kondisi permukaan jalan, penerangan, cuaca, kelas jalan, jenis jalan, batas kecepatan lokasi, dan status jalan. Kecelakaan lalu lintas di Kota Samarinda berupaya mengidentifikasi faktor-faktor yang paling mempengaruhi tingkat kecelakaan dan membangun model prediksi yang akurat. Penggunaan data sharing dengan rasio 90:10 dan evaluasi model menggunakan metode K-Fold Cross Validation sebanyak 9 kali memungkinkan dilakukannya penilaian kinerja model secara komprehensif. Hasil penelitian menunjukkan bahwa model prediksi mampu mencapai akurasi sebesar 93%, dengan nilai presisi, Recall dan F1-Score yang tinggi untuk setiap kelas tingkat kecelakaan. Hasil analisis menunjukkan bahwa batas kecepatan mempunyai korelasi yang signifikan dengan tingkat kecelakaan. Hasil ini dapat menjadi acuan bagi pengambil kebijakan dalam merumuskan strategi keselamatan lalu lintas di Kota Samarinda