ANDINI, TYAS FITRIA (2024) PEMODELAN SPASIAL RAWAN KECELAKAAN LALU LINTAS MENGGUNAKAN METODE ANALISIS KEPADATAN BERBASIS SISTEM INFORMASI GEOGRAFIS PADA RUAS JALAN DI KECAMATAN BREBES, KABUPATEN BREBES. Undergraduate thesis, UNIVERSITAS DIPONEGORO.

	Text Cover.pdf Download (546kB)
	Text Abstrak.pdf Download (229kB)

Abstract

Berdasarkan informasi dari Satuan Lalu Lintas Polres Bebes, pada tahun 2022 jumlah kecelakaan di wilayah Kabupaten Brebes mencapai 1.088 kejadian yang mengakibatkan korban meninggal dunia, kerusakan jalan, dan kerugian materil. Data menunjukkan bahwa dalam tiga tahun terakhir Kecamatan Brebes tercatat sebagai kecamatan dengan statistik kecelakaan tertinggi di wilayah ini. Kejadian tersebut memiliki kecenderungan terjadi pada ruas-ruas tertentu. Penelitian ini menggunakan pendekatan berbasis Sistem Informasi Geografis (SIG) dengan menggunakan metode Adaptive Kernel Density Estimation dan Kepadatan Titik Pada Garis. untuk menganalisis tingkat kepadatan kecelakaan pada ruas-ruas jalan tersebut. Jaringan jalan dibagi menjadi beberapa segmen sepanjang 1000
meter dan subsegmen iterasi setiap 20 meter untuk mendapatkan hasil yang lebih akurat. Peta pemodelan kerawanan diklasifikasikan berdasarkan pembobotan
frekuensi kecelakaan, peta pemodelan blackspot diklasifikasikan berdasarkan
perhitungan Equivalent Accident Number (EAN). Adaptive Kernel Density Estimation lebih baik dalam melakukan pemodelan kerawanan karena dapat menghasilkan tingkat kesesuaian model dengan akurasi 71,13%, sedangkan metode
Kepadatan Titik Pada Garis hanya mampu memodelkan dengan tingkat kesesuaian sebesar 56,70%. Pada pemodelan blackspot, hasil perhitungan Crash Predictive Accuracy Index (CPAI) menunjukkan bahwa metode Adaptive Kernel Density
Estimation lebih baik dalam melakukan pemodelan karena dapat menghasilkan indeks CPAI sebesar 71,73%, sedangkan metode Kepadatan Titik Pada Garis hanya mampu menghasilkan indeks CPAI dengan nilai sebesar 52,66 %. Secara
keseluruhan, metode AKDE mampu mengidentifikasi lebih baik subsegmen rawan dan blackspot daripada metode KTPG karena pendekatan adaptif yang dilakukan mampu memberikan visualisasi yang merata di seluruh area penelitian secara halus
dan berkelanjutan.

Actions (login required)

View Item