Abstract

Banyaknya data pelanggaran lalu lintas menyebabkan terjadinya penumpukan data pada instansi. Jika data tersebut tidak diolah dengan baik maka data tersebut hanya akan menjadi tumpukan data yang kurang bermanfaat, Penumpukan data tersebut terjadi pada salah satu instansi di bidang hukum yang ada di Lampung Utara, yaitu Kejaksaan Negeri Lampung Utara. Maka dari itu di perlukan suatu pengolahan data dengan menggunakan data mining. suatu teknik pengelompokan data dengan menggunakan Algoritma K-Means. Algoritma K-Means digunakan dalam pembentukan sebuah cluster. Mengimplementasikan Algoritma K-Means untuk mengelompokkan data pelanggaran lalu lintas sehingga mempermudah bagi Kejaksaan Negeri Lampung Utara dalam menentukan tindak pelanggaran lalu lintas yang paling banyak terjadi dan Mempermudah bagian pelayanan tilang dalam mengidentifikasi pengelompokkan data pelanggaran lalu lintas di Lampung Utara ke dalam 2 cluster (banyak dan sedikit). berdasarkan dataset yang ada untuk memonitoring keselamatan pengendara di jalan raya agar dapat dilakukan evaluasi. Hasil Penelitian didapat Pelanggaran lalu lintas paling banyak terjadi didominasi oleh jenis pelanggaran pasal 291 (1) yaitu pengendara sepeda motor yang tidak menggunakan helm dan pasal 291 (2) yaitu pengendara sepeda motor yang membiarkan penumpangnya tidak menggunakan helm.Hasil perhitungan menggunakan excel dan pengujian menggunakan Rapidminer menghasilkan hasil yang sama. Pada cluster 1 terdapat 9 pasal, artinya pelanggaran yang paling banyak terjadi ada dalam 9 pasal tersebut. Pada cluster 2 terdapat 15 pasal, artinya pelanggaran yang paling sedikit terjadi ada dalam 15 pasal tersebut. Pada aplikasi Rapidminer kita dapat melihat hasil clustering berupa plot grafik, graph view dan chart scatter.