Pendeteksian Kecelekaan Real-Time menggunakan Algoritma KNN untuk Mendukung Smart City berbasis IoT
DOI:
https://doi.org/10.26418/justin.v10i4.48417Keywords:
KNN, Gyroscope, Accelerometer, ReactJs, Google Maps APIsAbstract
Surabaya merupakan kota dengan luas sebesar 326,81 km2 dan merupakan pusat transportasi darat di bagian timur pulau Jawa. Dibangunnya infrastuktur digital pada wilayah Surabaya akan mempermudah Pemerintah Kota (Pemkot) dalam menjadikan pelayanan yang efisien. Kecelakaan lalu lintas yang terjadi di Surabaya hingga tahun 2017 tercatat 1.365 kejadian. EVAN (Emergency Vehicle Automatic Notification) merupakan topik penelitian yang memiliki fokus pada bidang transportasi khususnya pada kecelakaan lalu lintas secara realtime yang dapat terintegrasi dengan pusat informasi kota dan rumah sakit untuk penolongan utama pada kecelakaan. Perancangan alat pada sisi user dibuat dengan menggunakan Arduino, sensor accelerometer dan gyroscope berupa sensor MPU6050 serta modul gps u-blox. Pendeteksi kecelakaan pada system dengan menggunakan k-Nearest neighbors algorithm (KNN). Pada sisi operator, perancangan dilakukan berbasis web dengan memanfaatkan framework ReactJs yang diintegrasikan dengan Google Maps APIs. Hasil tingkat keakurasian sistem pendeteksi kecelakaan mencapai 97% dan pendeteksi lokasi kecelakaan serta rumah sakit terdekat dari lokasi mencapai 100%.
References
Ulfah, N. (2019). Analisis Spasial dan Temporal terhadap Data Statistik Kependudukan Kota Surabaya Menggunakan Atlas Statistik dan Animasi Berbasis Waktu. Jurnal Teknik ITS, A84-A89.
Astuti, W. D. (2017). KUALITAS PELAYANAN PERIZINAN DI UNIT PELAYANAN TERPADU SATU ATAP (UPTSA) KOTA SURABAYA. Jurnal Penelitian Administrasi Publik, 627-634.
Zanuardi, A. (2018). Analisa Karakteristik Kecelakaan Lalu Lintas di Jalan Ahmad Yani Surabaya melalui Pendekatan. Jurnal Manajemen Aset Infrastuktur & Fasilitas, 45-55.
Amir, M. T. (2019). Sistem Pendeteksi Kecelakaan Kendaraan Bermotor Menggunakan Arduino dan Smartphone Android. TELEKONTRAN, 105-112.
Wisdayani, D. S. (2019). Penerapan Algoritma K-Nearest Neighbor dalam Klasifikasi Tingkat Keparahan Korban Kecelakaan Lalu Lintas di Kabupaten Jawa Tengah. Prosiding Mahasiswa Seminar Nasional (hal. 373-380). Semarang: Unimus.
Sonatha, Y. (2019). Pembangunan Aplikasi Tracking Kecelakaan Lalu Lintas (Fast Help) Berbasis Mobile. INVOTEK, 1-8.
Muhammad Itaqillah, B. B. (2020). Pengembangan Internet of Things untuk Aplikasi Keamanan Berkendara pada Kendaraan Bermotor Roda Dua. Program Studi Teknik Elektro, Fakultas Teknik - Universitas Pakuan, 1-9.
Suwirmayanti. (2017). Penerapan Metode K-Nearest Neighbor Untuk Sistem Rekomendasi Pemilihan Mobil. Techno.COM, 120-131.
Pasetyo, A. (2019). RANCANG APLIKASI BUKA PINTU LAB BERBASIS WEB. Palembang: Politeknik Sriwijaya.
Aziz, D. A. (2018). Webserver Based Smart Monitoring System Using ESP8266 Node MCU Module. International Journal Of Scientific & Engineering Research, 801-807.
Fadila rahmadany, R. P. (t.thn.). IMPLEMENTASI DAN ANALISIS KALMAN FILTER PADA SENSOR INERTIAL MEASUREMENT UNIT (IMU). Jurnal Telkom University.
Kusna, N. F. (2018). Rancang Bangun Pengenalan Modul Sensor Dengan Konfigurasi Otomatis Berbasis Komunikasi I2C. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3200-3209.
Firdaus, I. (2020). Quadcopter, K. A.-b.-6.-b.-M. Elektron Jurnal Ilmiah, 12-15.
Rivki, M. (2017). IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR DALAM PENGKLASIFIKASIAN FOLLOWER TWITTER YANG MENGGUNAKAN BAHASA INDONESIA. Jurnal Sistem Informasi (Journal of Information Systems), 31-37.
Wali, M. (2018). Perancangan Access Open Journal System (AOJS) dengan menggunakan Framework Codeigniter dan ReactJs. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 48-56.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 JUSTIN (Jurnal Sistem dan Teknologi Informasi)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).
This is a human-readable summary of (and not a substitute for) the license. Disclaimer.
You are free to:Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
