Pemodelan dan Evaluasi Trend Forecasting Pada Kondisi Korban Kecelakaan Lalu Lintas Menggunakan Trend Moment dan Least Square
Abstract
Kecelakaan lalu lintas merupakan salah satu resiko yang dihadapi oleh setiap pengendara bermotor. Bertumbuh pesatnya produksi dan pembelian kendaraan bermotor roda dua dan roda empat semakin menambah padatnya aktifitas di jalan raya serta arus lalu lintas. Hal tersebut mengakibatkan peluang terjadinya kecelakaan di jalan raya yang dipengaruhi beberapa faktor antara lain kualitas jalan, kelayakan kendaraan bermotor, dan kondisi pengendara bermotor. Satuan Lalu Lintas Kepolisian telah membuat kategori kondisi korban kecelakaan berdasarkan kejadian laka, korban meninggal dunia, korban luka berat, korban luka ringan dan kerugian materiil. Kategorisasi ini menjadi salah satu cara untuk membangun kewaspadaan terjadinya kecelakaan melalui pengolahan data dan informasi dengan membuat model prediksi kecelakaan menggunakan Metode Forecasting. Data kecelakaan lalu lintas yang digunakan pada penelitian ini didapatkan dari Satuan Lalu Lintas Polres Gresik periode tahun 2006-2013. Penelitian ini membandingkan pemodelan data untuk memprediksi terjadinya kecelakaan di tahun 2014 menggunakan Metode Trend Moment dan Least Square dimana kedua metode ini akan dinilai rasio erornya menggunakan perhitungan nilai MAPE (Mean Absolute Percentage Error). Hasil pemodelan prediksi data menggunakan Metode Trend Moment mendapatkan rasio eror terkecil berdasarkan kategori korban meninggal dunia sebesar 22.8%, sedangkan Metode Least Square mendapatkan rasio eror terkecil sebesar 29.4%.
Downloads
References
A. D. Saputra, “Studi Tingkat Kecelakaan Lalu Lintas Jalan di Indonesia Berdasarkan Data KNKT (Komite Nasional Keselamatan Transportasi) Dari Tahun 2007-2016,” Warta Penelitian Perhubungan, vol. 29, no. 2, pp. 179–190, 2017.
I. Maharsi Rezqitullah, M. Abdul Mukid, and Y. Wilandari, “Peramalan Jumlah Kecelakaan di Kota Semarang Tahun 2017 Menggunakan Metode Runtun Waktu (Studi Kasus : Data Jumlah Kecelakaan Lalu Lintas di Kota Semarang Periode Januari 2012 - Desember 2016),” Gaussian, vol. 6, no. 3, pp. 355–364, 2017.
A. Madu, “Perbandingan Metode Trend Projection dan Metode Backpropagation dalam Meramalkan Jumlah Korban Kecelakaan Lalu Lintas yang Meninggal Dunia di Kabupaten Timor Tengah Utara, Nusa Tenggara Timur,” Jurnal Mercumatika, vol. 1, no. 1, pp. 44–57, 2016.
B. Heizer, Jay dan Render, Manajemen Operasi, Buku 1 Edisi 9. Jakarta: Salemba Empat, 2009.
Sugiarto and S. Dergibson, Metode Statistika Untuk Bisnis dan Ekonomi. Jakarta: PT.Gramedia Pustaka Utama, 2002.
S. Assauri, Teknik dan Metode Peramalan. Jakarta: LPFE UI, 1991.
F. Pakaja, A. Naba, and Purwanto, “Peramalan Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan dan Certainty Factor,” EECCIS, vol. 6, no.1, pp.23-28, 2012.
