Implementasi Metode Clustering Untuk Pengelompokkan Koordinat Kondisi Jalan Berbasis Google Map

Abstract

Kondisi jalan di Indonesia khususnya di kota Semarang sering mengalami kerusakan pada saat musim hujan. Jika kondisi tersebut tidak segera diperbaiki maka dapat merugikan pengguna jalan seperti meningkatakan penggunaan bahan bahan bakar dan pemeliharaan kendaraan sampai dengan mengancam keamanan lalu lintas. Solusi dari permasalahan tersebut salah satunya yaitu menyediakan informasi kondisi permukaan jalan yang uptodate sehingga dinas setempat dapat melakukan perbaikan jalan dengan cepat. Penelitian ini membahas tentang pengelompokkan data kondisi jalan dengan memanfaatkan metode kmeans. Pengumpulan data kondisi jalan memanfaatkan Sensor accelerometer yang merekam data sesuai dengan pergerakan perangkat. Hasil dari pengumpulan data kondisi jalan yang diperoleh dari Dinas Pekerjaan Umum untuk beberapa wilayah di Semarang sejumlah 638 jalan. Penerapan metode k-means menggunakan google map API menghasilkan cluster 1 adalah 21 jalan dengan kondisi baik 17%, rusak ringan 2 % dan rusak berat 81%, cluster 2 adalah 586 jalan dengan kondisi jalan baik 100%, rusak ringan 0 % dan rusak berat 0%, dan cluster 3 yang terdapat 31 jalan dengan kondisi jalan baik 25%, rusak ringan 73% dan rusak berat 2 %. Pada penelitian selanjutnya akan ditambahkan informasi mengenai hasil pengelompokkan kondisi jalan melalui warna jalan yang ada di map. Selain itu diharapkan adanya optimasi perbandingan metode k-means sehingga dapat mengetahui akurasi yang didapatkan dari penerapan metode.