Wardiman Alimuddin (425 12 021). Studi Komparasi Analisis Data Mining Tingkat Kecelakaan Lalu Lintas Dengan Perbandingan WEKA dan R Menggunakan Metode Association rule. Skripsi, Program Studi Teknik Komputer dan Jaringan, Jurusan Teknik Elektro, Politeknik Negeri Ujung Pandang, Makassar. Pembimbing: Eddy Tungadi, S.T., M.T. dan Zawiyah Saharuna, S.T., M.Eng.
Dalam skripsi ini, Data Mining digunakan untuk menganalisis tingkat kecelakaan lalu lintas. Teknik ini bertujuan untuk memberikan informasi tentang daerah dan potensi kecelakaan lalu lintas yang dapat membantu polisi dalam mengantisipasi kecelakaan yang sering muncul. Oleh karena banyaknya faktor yang mempengaruhi kecelakaan lalu lintas, maka penulis akan meneliti pola hubungan faktor penyebab kecelakaan lalu lintas menggunakan metode Association rule.
Untuk mendeteksi penyebab kecelakaan lalu lintas yang sering terjadi secara bersamaan digunakan aturan asosiasi dengan algoritma Apriori dan Eclat. Algoritma Apriori pada aturan asosiasi mining melakukan beberapa set scan data, menemukan hubungan antara variabel dan menyajikan aturan yang kuat dalam database yang besar. Data tersebut diambil sebagai studi kasus data kecelakaan lalu lintas dari Polsek Kabupaten Pinrang. Dengan data diuji menggunakan R dan WEKA menggunakan akses database Microsoft Excel dalam format .CSV sebagai penyimpanan data. Hasil dari kombinasi pola dan aturan yang diperoleh adalah tingkat kecelakaan dengan kategori yang “Ringan” memiliki nilai support count terbesar pada Variabel ini yaitu sebesar 68%, tingkat kecelakaan dengan kategori yang “Sedang” memiliki nilai support count sebanyak 123 kali kejadian pada Variabel ini yaitu sebesar 13%, Tingkat Kecelakaan dengan kategori yang “Berat” memiliki nilai support count sebanyak 156 kali kejadian pada Variabel ini yaitu sebesar 17%, digunakan untuk memberikan informasi yang bisa ditindak lanjuti atau berisi informasi penting yang dapat dimanfaatkan untuk meningkatkan keselamatan dalam berkendara dan mengurangi sensitivitas kecelakaan lalu lintas.