Bisma Raafi Muhammad Dewantara, 2024. Prediksi Klasifikasi Kecelakaan Lalu Lintas Dengan Algoritma Decision Tree: Studi Kasus Kota Surakarta. Tugas Akhir, Program Studi S-1 Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret, Surakarta.
Penelitian ini bertujuan untuk memprediksi klasifikasi kecelakaan lalu lintas di Kota Surakarta menggunakan algoritma Decision Tree. Latar belakang masalah ini didasari oleh tingginya angka kecelakaan lalu lintas di kota tersebut, sehingga perlu dilakukan analisis untuk mengidentifikasi faktor-faktor yang mempengaruhi keparahan kecelakaan. Rumusan masalah yang diangkat adalah bagaimana faktor-faktor seperti kategori fungsi jalan, kelas jalan, geometri jalan, kondisi permukaan, kemiringan, tipe kecelakaan, kondisi pencahayaan, dan cuaca mempengaruhi keparahan kecelakaan. Penelitian ini menggunakan data kecelakaan dari tahun 2018 hingga 2022 dengan pembagian data 70-30 untuk pelatihan dan pengujian model. Hasil penelitian menunjukkan bahwa variabel-variabel tersebut memiliki pengaruh signifikan terhadap keparahan kecelakaan, dengan model Decision Tree yang dihasilkan menunjukkan akurasi sebesar 94,1%. Namun, performa model pada kelas minoritas masih perlu ditingkatkan. Rekomendasi untuk penelitian selanjutnya adalah pengumpulan data yang lebih banyak dan penerapan teknik pengimbangan data untuk meningkatkan akurasi model pada kelas minoritas.
Kata Kunci: Decision
Tree, Indikator Kecelakaan, Keselamatan Jalan, Machine
Learning.
