Penerapan Association Rules dengan Algoritma Eclat untuk Penggalian Pola Kecelakaan Lalu Lintas (Studi Kasus : Kecelakaan Lalu Lintas Kabupaten Kulon Progo Tahun 2020- 2024)

Abstract

Kecelakaan lalu lintas merupakan permasalahan serius yang berdampak luas terhadap aspek keselamatan, sosial, dan ekonomi. Penelitian ini bertujuan untuk menggali pola-pola kecelakaan lalu lintas di Kabupaten Kulon Progo periode 2020–2024 dengan menerapkan metode association rules menggunakan algoritma Eclat. Data yang digunakan bersumber dari POLRES Kulon Progo dan terdiri dari 3878 data kecelakaan dengan delapan variabel, seperti jenis kendaraan, jenis kelamin, tingkat luka, waktu kejadian, hingga usia pelaku. Algoritma Eclat dipilih karena efisien dalam menghitung support dengan pendekatan vertical data format. Dengan menggunakan nilai minimum support sebesar 0,8% dan minimum confidence 95%, diperoleh 22 aturan asosiasi yang valid. Hasil analisis menunjukkan bahwa kecelakaan tunggal yang teradi pada malam hingga dini hari, terutama melibatkan pengendara remaja atau lansia, cenderung berujung pada luka ringan (LR). Pola ini ditunjukkan oleh aturan dengan nilai support hingga 5% dan confidence lebih dari 95%. Sementara itu, kendaraan berat seperti truk dan bus sering muncul dalam pola kecelakaan depan-samping dengan hasil akhir tidak luka (TL), dengan confidence mencapai 100% dan lift ratio di atas 4,6. Temuan ini menjadi dasar bagi strategi pencegahan yang lebih tepat sasaran, seperti peningkatan pengawasan pada jam rawan, edukasi keselamatan berkendara, dan optimalisasi infrastruktur jalan.