PENANGANAN LOKASI RAWAN KECELAKAAN DI KABUPATEN KLATEN(STUDI KASUS : RUAS JALAN NASIONAL DI KABUPATEN KLATEN)

ADHITYA, DWIKI (2017) PENANGANAN LOKASI RAWAN KECELAKAAN DI KABUPATEN KLATEN(STUDI KASUS : RUAS JALAN NASIONAL DI KABUPATEN KLATEN). Diploma thesis, POLITEKNIK KESELAMATAN TRANSPORTASI JALAN.

[img] Text (ABSTRAK)
13010171_SKRIPSI_ABSTRAK.pdf

Download (556kB)
[img] Text (BAB 1)
13010171_SKRIPSI_BAB 1.pdf

Download (373kB)
[img] Text (BAB 2)
13010171_SKRIPSI_BAB 2.pdf
Restricted to Registered users only

Download (787kB)
[img] Text (BAB 3)
13010171_SKRIPSI_BAB 3.pdf
Restricted to Registered users only

Download (564kB)
[img] Text (BAB 4)
13010171_SKRIPSI_BAB 4.pdf
Restricted to Registered users only

Download (5MB)
[img] Text (BAB 5)
13010171_SKRIPSI_BAB 5.pdf

Download (358kB)
[img] Text (LAMPIRAN)
13010171_SKRIPSI_LAMPIRAN.pdf
Restricted to Registered users only

Download (853kB)

Abstract

Kecelakaan lalu lintas merupakan permasalahan serius yang terjadi di berbagai dunia termasuk di Indonesia. Kabupaten Klaten menduduki peringkat nomor 4 kecelakaan tertinggi di Jawa Tengah. Hal ini dibuktikan dengan jumlah kecelakaan berdasarkan Satuan Lalu Lintas Polres Klaten (Satlantas) terhitung dari bulan Januari hingga Agustus tahun 2016 sebanyak 529 kejadian kecelakaan. Penelitian ini bertujuan untuk mengetahui lokasi rawan kecelakaan, karakteristik kecelakaan dan usulan penanganan terhadap lokasi rawan kecelakaan serta menyusun rencana anggaran biaya untuk penanganan lokasi rawan kecelakaan. Penelitian ini menggunakan metode Equivalency Accident Number (EAN) yang digunakan untuk menghitung angka kecelakaan dengan pembobotan angka ekivalen kecelakaan mengacu pada biaya kecelakaan lalu lintas. Sedangkan metode K-Means Clustering akan menentukan lokasi rawan kecelakaan berdasarkan nilai perhitungan yang berada pada cluster 1 dan memiliki jarak terpendek paling tinggi. Kesimpulan dari penelitian ini adalah 1) Terdapat 2 lokasi rawan kecelakaan di ruas jalan nasional di kabupaten Klaten dengan nilai EAN 246 & 363 dan K-Means Clustering dengan jarak terpendek paling tinggi 68.023 & 69.004, 2) Karakteristik kecelakaan dilihat dari segi waktu kejadian kecelakaan pagi hari 44%, tipe kecelakaan depan-samping 56% & 62%, kendaraan terlibat kecelakaan sepeda motor 35% & 32%, jenis kelamin pria 64% & 69%, usia 16–25 tahun 29% & 34%, profesi karyawan 52% & 54%, tingkat pendidikan SMA 62% & 67%, tanpa kepemilikan SIM 38%, 3) Penanganan lokasi rawan kecelakaan disesuaikan dengan kondisi di lokasi rawan kecelakaan, 4) Estimasi biaya penanganan lokasi rawan kecelakaan disesuaikan dengan rekomendasi penanganan yang dapat diterapkan dengan total biaya Rp 22.934.863.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Kecelakaan, Equivalency Accident Number, K-Means Clustering,Optimalisasi Biaya Penanganan
Subjects: T Technology > T Technology (General)
Divisions: Rekayasa Sistem Transportasi Jalan > Rekayasa Sistem Transportasi Jalan
Depositing User: Admin RSTJ
Date Deposited: 03 Nov 2023 07:02
Last Modified: 03 Nov 2023 07:02
URI: http://eprints.pktj.ac.id/id/eprint/2032

Actions (login required)

View Item View Item