KLASIFIKASI KARAKTERISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASAR DENGAN PENDEKATAN CLASSIFICATION AND REGRESSION TREES (CART)

Transkripsi

1 E-Jural Matematia Vol. 4 (4), November 2015, pp ISSN: KLASIFIKASI KAAKTEISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASA DENGAN PENDEKATAN CLASSIFICATION AND EGESSION TEES (CAT) I Gede Agus Jiwadiaa 1, I Komag Gde Suarsa 2, I Gusti Ayu Made Sriadi 3 1 Jurusa Matematia, Faultas MIPA - Uiversitas Udayaa [ sajiwa@yahoo.co.id] 2 Jurusa Matematia, Faultas MIPA - Uiversitas Udayaa [ suarsaomag@yahoo.co.id] 3 Jurusa Matematia, Faultas MIPA - Uiversitas Udayaa [ sriadiigustiayumade@yahoo.co.id] Correspodig Author ABSTACT The aim of this research is to determie the classificatio characteristics of traffic accidets i Depasar city i Jauary-July 2014 by usig Classificatio Ad egressio Trees (CAT). The, for determie the explaatory variables ito the mai classifier of CAT. The result showed that optimum CAT geerate three termial ode. First termial ode, there are 12 people were classified as heavy traffic accidet characteritics with sigle accidet, ad secod termial odes, there are 68 people were classified as mior traffic accidet characteristics by type of traffic accidet frot-rear, frotfrot, frot-side, pedestrias, side-side ad locatio of traffic accidet i district road ad sub-district road. For third termial ode, there are 291 people were classified as medium traffic accidet characteristics by type of traffic accidet frot-rear, frot-frot, frot-side, pedestrias, side-side ad locatio of traffic accidet i muicipality road ad explaatory variables ito the mai splitter to mae of CAT is type of traffic accidet with maximum homogeeity measure of Keywords: CAT, traffic accidet, termial ode 1. PENDAHULUAN Umumya masalah lasifiasi diselesaia dega megguaa metode regresi logisti da aalisis disrimia (Lusyati [1]). Aalisis disrimia memerlua asumsi multivariate ormal da varias ovarias sama, sedaga metode regresi logisti tida memerlua edua asumsi tersebut. Metode ii memerlua data yag legap, da sesitif terhadap outlier. Salah satu metode alteratif masalah lasifiasi yag lebih loggar atau tida teriat oleh asumsi-asumsi da tida berbetu probabilitas adalah metode lasifiasi berstrutur poho yag dipereala oleh Breime, L., Friedme, J., Olshe,., da Stoe, C. pada tahu 1984 yaitu Classificatio ad egressio Trees (CAT). Metode CAT merupaa alat yag diguaa dalam esplorasi data oparametri yag dapat diguaa utu melihat hubuga atara variabel teriat dega variabel bebas yag beruura besar da omples (Pratiwi da Zai [2]). Variabel bersifat omples dapat berupa dimesiya yag besar atau jeis variabel bebasya campura, misalya otiu da ategori, bai omial maupu ordial. Jia variabel teriatyaya berupa variabel otiu maa aa diperoleh model poho regresi, jia variabel teriatyaya ategori maa aa diperoleh model poho lasifiasi. Model CAT dieal area esederhaaa da efisiesi etia berhadapa dega asus yag jumlah dataya besar. CAT diperoleh megguaa pembagia cepat yag secara reursif mempartisi data mejadi sub yag lebih ecil. Peelitia megguaa metode CAT sudah perah dilaua oleh Suiatara (2008) serta Pratiwi da Zai [2]. Suiatara (2008) 146

2 Jiwadiaa, I G.A., Suarsa, I K.G., Sriadi, I G.A.M. Klasifiasi Karateristi Kecelaaa Lalu Litas meerapa metode CAT dalam bidag esehata yaitu mempredisi berat bada bayi lahir. Peelitia ii meghasila model poho regresi area variabel teriatyaya bersifat otiu. Pratiwi da Zai [2] meeliti tetag lasifiasi pegaggura terbua megguaa CAT di Provisi Sulawesi Utara. Salah satu asus yag terait dega metode CAT adalah arateristi ecelaaa lalu litas. Piha epolisia telah megumpula data ecelaaa lalu litas setiap hariya sehigga meghasila data dalam jumlah yag besar utu setiap bulaya. Data tersebut berupa data bertipe ategori. Peelitia tetag ecelaaa lalu litas perah dilaua oleh Afidah [3]. Masalah yag mucul dalam ecelaaa lalu litas ii adalah pada arateristi ecelaaa lalu litas. Karateristi ecelaaa lalu litas ii dibagi mejadi tiga elompo yaitu riga, sedag, da berat. Ketiga elompo tersebut dipegaruhi oleh empat fator yaitu fator mausia, edaraa, jala, da alam (liguga) (Afidah [3]). Perlu cara utu megetahui fator-fator apaah yag dapat memegaruhi arateristi ecelaaa lalu litas tersebut, sehigga piha epolisia dapat megambil tidaa yag dapat meguragi odisi orba. Peelitia tetag ecelaaa lalu litas perah dilaua oleh Afidah [3], meeliti pola tigat eparaha orba lalu litas dega megguaa regresi logisti multiomial. Permasalaha dalam peelitia adalah bagaimaa lasifiasi arateristi da variabel apa yag mejadi pemilah utama dalam peetua lasifiasi arateristi ecelaaa lalu litas di Kota Depasar dari bula Jauari sampai Juli 2014? Tujua peelitia adalah utu megetahui lasifiasi arateristi da variabel yag mejadi pemilah utama dalam peetua lasifiasi arateristi ecelaaa lalu litas di Kota Depasar dari bula Jauari sampai Juli METODE PENELITIAN Peelitia ii megguaa data seuder yag diperoleh dari POLESTA (Kepolisia esor Kota) tetag data Kecelaaa Lalu Litas di Kota Depasar dari bula Jauari sampai bula Juli Gambara umum variabel teriat da variabel bebas dalam peelitia dapat dilihat pada Tabel 1. Tabel 1. Gambara Umum Variabel Teriat da Variabel Bebas No Peubah Jeis Kategori 1 Karateristi ecelaaa lalu litas teriat) Disrit 1. iga 2. Sedag 3. Berat 2 Jeis ecelaaa lalu litas 3 Watu 4 Loasi Status jala 5 Jeis elami 6 Umur Disrit Disrit Disrit Disrit Kotiu 1. Tuggal 2. Sampigsampig 3. Depa-sampig 4. Depa-depa 5. Depa-belaag 6. Pejala ai 1. Lalu litas padat (atara puul WITA WITA, atara puul WITA WITA, atara puul WITA WITA) 2. Lalu litas sepi (selai watu padat) 1. Nasioal 2. Provisi 3. Kabupate 4. Kodya 5. Kecamata 1. Lai-lai 2. Perempua Peelitia ii dilasaaa dega metode studi asus, yaitu dilaua dega meerapa teori utu megaalisis data dega megguaa program CAT Pro EX V

3 E-Jural Matematia Vol. 4 (4), November 2015, pp ISSN: Lagah-lagah yag dilaua dalam peelitia ii adalah: 1) Peetua pemilah da pemilaha secara reursif pada simpul dega megguaa pemilah Ides Gii yaitu: dega i j t t, da i t t p j tpi t ji i t adalah ilai ides gii, p adalah proporsi elas j pada simpul p adalah proporsi elas i pada simpul t (Timofeev [4]). Peetapa sebuah simpul sebagai simpul termial, jia baya data pada simpul tersebut urag atau sama dega 5. 2) Peadaa label elas simpul yag ditetua berdasara jumlah elas terbaya pada simpul. 3) Pemagasa CAT yag dilaua utu medapata poho yag miimum dega megguaa persamaa beriut: dega T T T T adalah esubtitutio Estimate (Proporsi esalaha pada sub poho T, adalah omplesitas parameter, da adalah jumlah simpul termial pada poho T (Breime [5]). 4) Pemiliha CAT optimal dega megguaa Cross Validatio V-Fold Estimate. Amata dalam L dibagi mejadi V bagia yag salig lepas dega uura urag lebih sama besar ditiap elasya. Learig sample e-v dega v=1,2,...,v v diguaa utu membetu poho T. Misal d v x adalah hasil peglasifiasia, maa peduga sampel uji v utu ts T adalah: ts v 1 v T X d x j N v x, j L Dega megguaa amata idu L utu membetu dereta poho T, maa peduga validasi silag lipat V utu adalah: v T v T V ts v T T 1 V v1 Poho lasifiasi optimum dipilih T * dega T * mi T. 3 HASIL DAN PEMBAHASAN Obje orag pada peelitia ii adalah data ecelaaa lalu litas di Kota Depasar dari Bula Jauari sampai Bula Juli Variabel teriat pada peelitia ii adalah arateristi ecelaaa lalu litas, sedaga variabel bebasya adalah jeis laa (ecelaaa lalu litas), watu, loasi laa, jeis elami, da umur. Dari 371 data ecelaaa lalu litas di Kota Depasar selama tahu 2014, diperoleh gambara arateristi ecelaaa lalu litas yaitu ecelaaa riga 24% atau 87 orag, ecelaaa sedag sebesar 53% atau 198 orag, da ecelaaa berat sebesar 23% atau 86 orag. 3.1 Pembetua CAT Awal CAT awal dibetu dega megguaa metode pemilaha Ides Gii. Metode ii memisaha elas yag aggota elasya terbesar lebih dahulu atau yag merupaa elas terpetig dalam simpul tersebut. Beriut ii, diberia emugia pemilah pada masigmasig variabel bebas: 1) Jeis laa x 1 dega 6 ategori omial, emugia pemilah ) Watu x 2 dega 2 ategori omial, mempuyai emugia pemilah ) Loasi status jala 3 x dega 5 ategori omial, mempuyai emugia pemilah ) Jeis elami 4 x dega 2 ategori omial, mempuyai emugia pemilah Umur x merupaa data otiu. Dari orag, terdapat ilai amata berbeda, maa terdapat -1 emugia pemilah. Pemilah yag memberia ilai ides gii tertiggi adalah pemilah terbai yag diguaa 148

4 Jiwadiaa, I G.A., Suarsa, I K.G., Sriadi, I G.A.M. Klasifiasi Karateristi Kecelaaa Lalu Litas sebagai pemilah pertama dalam pembetua poho. Dari lima variabel bebas, pemilaha pertama ali dilaua terhadap simpul aar/utama yag didasara pada jeis laa dega ilai ides gii 0, Nilai ides gii masig-masig variabel ditampila dalam Tabel 2. Tabel 2. Nilai Ides Gii Variabel bebas 1 Jeis Laa 2 Loasi Laa Pemisah depabelaag, depa-depa, depasampig, pejala ai, sampigsampig Jala Kabupate, Jala Kecamata, Jala Kodya Ides gii N iri N aa 0, , Jeis Perempua 0, Kelami 4 Umur , Watu Padat 0, Peubah jeis laa terpilih sebagai pemilah utama area memberia ilai ides gii tertiggi dari variabel lai. Dega ata lai bahwa, variabel bebas jeis laa merupaa peubah utama yag berpera petig dalam pembetua CAT. Pemilaha ii memisaha simpul utama mejadi elompo jeis ecelaaa depabelaag, depa-depa, depa-sampig, pejalaai, sampig-sampig, da elompo jeis ecelaaa tuggal. Hasil pemilaha pada simpul ii, jumlah obje sebelah iri sebaya 359 orag da sebelah aa sebaya 12 orag. Dari 359 orag tersebut, terdapat arateristi ecelaaa berat sebesar 74 orag, ecelaaa riga 87 orag, da ecelaaa sedag 198 orag. Sedaga dari 12 orag pada simpul aa tersebut haya terdapat 12 orag dega arateristi ecelaaa berat. Selajutya simpul dua dipilah berdasara loasi laa, da seterusya mucul variabel-variabel bebas jeis elami, umur, da watu laa. Secara umum semua variabel bebas mucul sebagai pemilah. Peghetia pembetua CAT dilaua etia bayaya amata pada simpul urag dari 5 atau dalam simpul terdapat amata yag homoge. Maa didapata CAT awal dega 42 simpul termial. 3.2 Pemagasa Poho Hasil dari pembetua CAT dega metode pemilaha Ides Gii beruura sagat besar yaitu 42 simpul. Uura poho yag besar ii dapat meimbula overfittig. Utu megatasiya maa dicari poho dugaa yag yag laya dega memagas poho tersebut. Pemagasa CAT merupaa suatu upaya utu meetua uura CAT yag terbai bagi CAT yag terbetu. Proses pemagasa poho dilaua apabila t t, memeuhi persamaa maa left t right t right da t left dipagas. Berdasara perhituga program yag diguaa diperoleh 18 sub poho yag dihasila dari proses pemagasa. Setelah CAT dipagas, ditetua CAT optimum megguaa peduga silag lipat V (Cross Validatio V-Fold Estimate). CAT optimum didapata berdasara ilai miimum yaitu 0,83540+/-0,03440 atau 0, ,86980 dega parameter omplesitas 0, Berdasara riteria ii, didapata CAT optimum dega tiga simpul ahir. Leta pemagasa CAT tersebut dapat dilihat pada Tabel

5 E-Jural Matematia Vol. 4 (4), November 2015, pp ISSN: Poho Jumlah simpul termial Tabel 3. Leta Pemagasa CAT Cross-Validated elative Cost (biaya esalaha) esubtitutio elative Cost (peduga peggati) omplesitas parameter , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , ** 3 0, /- 0, , , , /- 0, , , Berdasara miimum sebesar 0,83540+/-0,03440 diperoleh CAT optimum dari proses pemagasa dega simpul-simpul termial yag dihasila da digambara pada Gambar 1. Node 1 Kelas = sedag N = 371 Node 2 Kelas = sedag N = 359 Node 3 Kelas = berat N = 12 Node 1 Kelas = riga N = 68 Node 2 Kelas = sedag N = Simpul termial pertama, terdiri dari 12 orag yag dielompoa sebagai arateristi ecelaaa lalu litas berat dega jeis laa tuggal. 2. Simpul termial edua, terdiri dari 68 orag yag dielompoa sebagai arateristi ecelaaa lalu litas riga dega jeis laa depa-belaag, depadepa, depa-sampig, pejala ai, sampig-sampig da loasi laa jala Kabupate, jala Kecamata. 3. Simpul termial etiga, terdiri dari 291 orag yag dielompoa sebagai arateristi ecelaaa lalu litas sedag dega jeis laa depa-belaag, depadepa, depa-sampig, pejala ai, sampig-sampig da loasi laa jala Kodya. 4. KESIMPULAN Gambar 1. CAT Optimum dega Tiga Simpul Termial Dalam proses pemagasa berdasara miimum, didapata CAT dega tiga simpul termial. Dega peubah yag masu dalam CAT tersebut adalah jeis laa da loasi laa. Jeis laa mejadi pemilah utama dalam pembetua CAT. Ketiga simpul termial yag dihasila dapat diuraia sebagai beriut: Berdasara hasil da pembahasa dapat disimpula bahwa CAT optimum yag terbetu meghasila tiga simpul termial yaitu simpul termial pertama, terdiri dari 12 orag yag dielompoa sebagai arateristi ecelaaa lalu litas berat dega jeis laa tuggal, simpul termial edua, terdiri dari 68 orag yag dielompoa sebagai arateristi ecelaaa lalu litas riga dega jeis laa depa-belaag, depa-depa, depa-sampig, pejala ai, sampig-sampig da loasi laa jala Kabupate, jala Kecamata, serta Simpul 150

6 Jiwadiaa, I G.A., Suarsa, I K.G., Sriadi, I G.A.M. Klasifiasi Karateristi Kecelaaa Lalu Litas termial etiga, terdiri dari 291 orag yag dielompoa sebagai arateristi ecelaaa lalu litas sedag dega jeis laa depabelaag, depa-depa, depa-sampig, pejala ai, sampig-sampig da loasi laa jala odya da variabel bebas yag mejadi pemilah utama dalam pembetua CAT adalah jeis laa dega ilai ides gii 0, Daftar Pustaa [1] Lusyati, Merlia Perbadiga Metode egresi Logisti Dega Metode Poho Klasifiasi Pada Data Poliotomus (Studi Kasus Pada Fator Yag Berpegaruh Terhadap Keberhasila Pegobata Auputur Pada Pederita Obesitas Di LP3A Surabaya). Sripsi. Surabaya: Istitut Teologi Sepuluh Nopember (tida dipubliasia). [2] Pratiwi, F. E., da Zai, I Klasifiasi Pegaggura Terbua Megguaa CAT (Classificatio ad egressio Tree) di Provisi Sulawesi Utara. Sais da Sei Pomit, Jurusa Statistia, FMIPA, Istitut Teologi Sepuluh Nopember. [3] Afidah, L. N Pola Tigat Keparaha Korba Kecelaaa Lalu Litas dega Megguaa egresi Logisti Multiomial (Studi Kasus Kecelaaa Lalu Litas di Surabaya). Sripsi. Surabaya: Istitut Teologi Sepuluh Nopember (tida dipubliasia). [4] Timofeev, Classificatio ad egressio Trees (CAT) Theory ad Applicatios. Berli: Ceter of Applied Statistics ad Ecoomics Humboldt Uiversity. [5] Breime, L. F Classificatio ad egressio Tree. New Yor: Chapma Ad Hall. 151