Implementasi Metode Support Vector Machine (SVM) dalam Klasifikasi Kejadian Kecelakaan Lalu Lintas berdasarkan Luka Korban (Studi Kasus : Kecelakaan Lalu Lintas di Kabupaten Sleman, DI Yogyakarta Tahun 2023)

Abstract

Kecelakaan lalu lintas merupakan suatu peristiwa di jalan yang tidak terduga dan tidak disengaja melibatkan kendaraan dengan atau tanpa pengguna jalan lain yang mengakibatkan korban manusia dan atau kerugian harta benda. Sepanjang kuartal I 2022 kecelakaan yang paling banyak terjadi, salah satunya Provinsi Daerah Istimewa Yogyakarta (DIY) sebanyak 4,545 kasus dan menduduki urutan ke-5 di Indonesia. Kabupaten Sleman adalah kabupaten dengan kasus kecelakaan tertinggi di Provinsi DIY, dengan korban yang mengalami kecelakaan tersebut terdapat luka ringan, luka berat hingga kematian tertinggi dibandingkan kabupaten lainnya. Pada tahun 2023 lebih tepatnya pada bulan Januari hingga April, jumlah kecelakaan yang tercatat di Polresta Kabupaten Sleman sudah sebanyak 762 kasus kecelakaan. Jumlah kasus yang terbilang baru empat bulan tersebut cukup dikhawatirkan akan meningkat melebihi dari tahun-tahun sebelumnya dimana peningkatan jumlah kasus kecelakaan menjadi dasar pentingnya dalam penelitian ini. Oleh karena itu, penelitian ini bertujuan mengklasifikasi tingkat keparahan luka korban kecelakaan lalu lintas untuk mengetahui segmen kejadian kecelakaan lalu lintas yang menyebabkan korban luka ringan, luka berat, dan meninggal dunia. Metode yang digunakan adalah metode klasifikasi Support Vector Machine (SVM) dengan kernel Linear, RBF, Polinomial, dan Sigmoid. Hasil klasifikasi menggunakan metode tersebut diperoleh nilai akurasi terbaik adalah metode SVM dengan kernel polinomial sebesar 84%. Selain itu diperoleh nilai AUC dari metode tersebut yaitu sebesar 88% nilai tersebut termasuk dalam kategori good classifier yang artinya mengklasifikaskan dengan baik dan akurat.