PREDIKSI TINGKAT PELANGGARAN LALU LINTAS MENGGUNAKAN METODE LVQ

Authors

  • Windy Winata Author
  • Muhammad Yasin Author

DOI:

https://doi.org/10.54314/madhda06

Keywords:

Traffic Violations, Classification, Learning Vector Quantization, Artificial Neural Networks, Prediction

Abstract

Traffic violations remain a concern in maintaining road safety and ensuring compliance with traffic regulations. Differences in the number of violations based on traffic enforcement operations, violation types, and vehicle categories indicate the need for data processing methods that can provide information about traffic violation levels. This study aims to apply the Learning Vector Quantization (LVQ) method to predict traffic violation levels using available historical data. The dataset consists of 10 aggregated observations processed through several stages, including data collection, categorical attribute encoding, normalization, data splitting, model training, and testing. Seven observations were used for training, while the remaining three were used for testing. The LVQ method determines the predicted class by calculating the distance between input data and the reference weight vectors representing each class. The testing results showed that two out of three observations were correctly classified, resulting in an accuracy of 66.67%. This study also developed a web-based application that supports data management, model training, testing, prediction, visualization, and reporting. The findings indicate that LVQ can be implemented to classify traffic violation levels into low, medium, and high categories. However, the limited dataset restricts the interpretation of the model's performance and does not provide sufficient evidence of its generalizability. This study is expected to serve as a foundation for further development of traffic violation analysis systems using larger datasets.

Downloads

Download data is not yet available.

References

Al-Adawiyah, N. A. S., & Suharyanto, C. E. (2026). Implementasi Sistem Informasi Penjualan Dan Produksi UMKM Berbasis Web: Studi Kasus Keripik Kari Fartiana. Jursima, 13(1), 74–83.

Aldi, M., & Aji, M. I. (2025). Perancangan Sistem Digital Surat Masuk Dan Surat Keluar Di UPTD Kesmavet Berbasis Web. Jurnal Multidisiplin Ilmu Akademik, 2(2), 65–77.

Alvianita, F. (2023). Penerapan Learning Vector Quantization (LVQ) Pada Klasifikasi Indeks Pembangunan Manusia Di Indonesia. Diskusi Panel Nasional Pendidikan Matematika, 9.

Alvianita, F., Winarno, B., & Martini, T. S. (2023). Penerapan Learning Vector Quantization (LVQ) pada Klasifikasi Indeks Pembangunan Manusia di Indonesia. Prosiding Diskusi Panel Nasional Pendidikan Matematika, 9, 149–154.

Ardi, S., & Patrio, E. (2026). Peran Polisi Lalu Lintas Dalam Penegakan Hukum Pelanggaran Lalu Lintas Di Wilayah Hukum Kepolisian Resor Padang Panjang. Jurnal Legalitas, 4(1), 9–23.

Arif, S. M. (2023). Pembuatan Website Informasi dan Pendaftaran Webinar Umum Menggunakan PHP dan MySQL. Journal Of Information System, Applied, Management, Accounting And Research, 7(3), 789–796.

Darmila, I., Afrianty, I., Sanjaya, S., Abdillah, R., Iskandar, I., & Syafria, F. (2022). Evaluasi Perbandingan Performansi LVQ 1, LVQ 2, dan LVQ 3 dalam Klasifikasi Jenis Kelamin Menggunakan Tulang Tengkorak. Jurnal INSTEK (Informatika Sains Dan Teknologi), 7(2), 344–353.

Dewi, N. P. K., Yuliartini, N. P. R., & Dantes, K. F. (2022). Implementasi Undang-Undang Nomor 22 Tahun 2009 tentang lalu lintas dan angkutan jalan terhadap penegakan hukum pelaku balapan liar di Kabupaten Jembrana. Jurnal Komunitas Yustisia, 5(2), 383–399.

Fajri, I. T. I., Sari, H. L., Dinata, R. K., Hasdyna, N., & Fadhilah, C. (2024). Data Mining. Serasi Media Teknologi.

Fauzan, B. L., Agustin, T., & Mahmudah, A. M. H. (2024). Prediksi Klasifikasi Kecelakaan Lalu Lintas di Kota Surakarta dengan Menggunakan Metode Regresi Logistik Multinomial. Sustainable Civil Building Management and Engineering Journal, 1(4), 1–9. https://doi.org/10.47134/scbmej.v1i4.

Febrianto, M. F., Priyatno, A., Adisty, H., Saputri, A. F., Amanullah, R., Krissella, T. P., & others. (2024). Prediksi Situasi Lalu Lintas Menggunakan Machine Learning Dengan Algoritma K-Nearest Neighbors Classifier. Informatik: Jurnal Ilmu Komputer, 20(1), 28–34.

Gunadi, I. G. A., Gunawan, I. M. A. O., Candana, P. E. W. H., Arnawa, I. A. W., & Putra, K. A. E. K. (2022). Klasifikasi Curah Hujan Harian Menggunakan Learning Vector Quantization. Jurnal Ilmu Komputer Indonesia, 7(2). https://doi.org/10.23887/jik.v7i2.4060

Hariyanto, D. C. (2023). Analisis K-Means dan Self Organizing Maps pada Data Relevansi Program Studi dan Pekerjaan Lulusan S1 Informatika. Universitas Islam Negeri Maulana Malik Ibrahim.

Haryanto, H. (2024). Analisis Big Data dan Artificial Intelligence (AI): dalam Industri Khususnya Prediksi Penyakit Jantung dengan Phyton. Go Infotech: Jurnal Ilmiah STMIK AUB, 30(1), 76–86.

Kusumawardani, D. M., Astiti, S., Fathoni, M. Y., Sunardi, D., & Fernandez, S. (2023). Web Dasar Menggunakan HTML, CSS, JS, PHP dan Studi Kasus. PT. Sonpedia Publishing Indonesia.

Prasetyo, W. (2024). Peran Polisi Lalu Lintas Polresta Banyumas Dalam Meningkatkan Kesadaran Hukum Bagi Pengendara Di Bawah Umur. Universitas Islam Sultan Agung Semarang.

Purba, N. S. U., Sidabutar, S. S. S., Simbolon, W. L., Sitohang, F. I., Samosir, S. M., & Hardinata, J. T. (2026). Prediksi Harga Emas di Indonesia Menggunakan Machine Learning. Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI), 5(1), 999–1011.

Purbhawa, I. G. N. B. L., & Wibawa, I. G. A. (2024). Klasifikasi Tingkat Keparahan Kecelakaan Lalu Lintas Menggunakan Random Forest Classifier. Jurnal Nasional Teknologi Informasi Dan Aplikasnya, 3(1), 53–62. https://doi.org/10.24843/JNATIA.2024.v03.i01.p07

Puspita, D. (2022). Implementasi Learning Vector Quantization untuk Klasifikasi Jenis Buah Kelapa Menggunakan Image Processing. The Indonesian Journal of Computer Science, 11(3). https://doi.org/10.33022/ijcs.v11i3.3108

Rudhistiar, D., Wahyani, W., & Yusri, T. A. S. (2023). Classification of Palm Fruit Ripeness Level Using Learning Vector Quantization (LVQ) Method. INISTA: Journal of Informatics, Information System, Software Engineering and Applications, 6(1). https://doi.org/10.20895/inista.v6i1.1273

Silfiani, M., & Lembang, G. R. (2023). Perbandingan Peramalan Jumlah Kasus Kecelakaan Lalu Lintas Kota Balikpapan dengan Linear Trend Analysis dan Double Exponential Smoothing. EQUIVA Journal: Journal of Mathematics & Information Technology, 1(1), 14–18. https://doi.org/10.35718/equiva.v1i1.757

Sisephaputra, B., Apriyanto, A., Putra, P. M., Nur, M., Wahyuni, E. D., Ardiada, I. M. D., & Haryono, H. (2025). Buku Ajar Pemrograman Web. PT. Sonpedia Publishing Indonesia.

Suli, K. T., & Nirsal, N. (2023). Rancang bangun sistem informasi desa berbasis website (studi kasus Desa Walenrang). D’computare: Jurnal Ilmiah Teknologi Informasi Dan Ilmu Komputer, 13(1), 24–32.

Sumtaki, P., Ka’bah, S., & Latief, F. H. (2022). Implementasi Undang-Undang Nomor 22 Tahun 2009 Tentang Lalu Lintas Dan Angkutan Jalan Dalam Meningkatkan Keamanan Dan Keselamatan Berlalu Lintas Di Kalangan Anak Remaja Di Kabupaten Pulau Morotai Tahun 2022. Jurnal Ilmiah Wahana Pendidikan, 8(13), 576–585.

Suthanaya, P. A. (2023). Rekayasa Lalu Lintas. Penerbit CV. Sarnu Untung.

Utomo, M. F., Fikry, M., Hamdhana, D., Abdullah, D., & Nurdin, N. (2026). Traffic Accident Prediction Using Machine Learning Based on PT Jasa Raharja Data. Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer, 21(1), 1–12. https://doi.org/10.30872/jim.v21i1.25392

Wang, J. (2022). Classification of 3D CAD Models considering the Knowledge Recognition Algorithm of Convolutional Neural Network. Advances in Multimedia, 2022. https://doi.org/10.1155/2022/1794571

Wisnawa, A., Wibawa, I. G. A., Dwidasmara, I. B. G., Raharja, M. A., Mogi, I. K. A., & Putri, L. A. A. R. (2022). Application of Learning Vector Quantization Algorithm in Educational Games Learning to Write Aksara Bali. JELIKU: Jurnal Elektronik Ilmu Komputer Udayana, 11(1), 205–214. https://doi.org/10.24843/JLK.2022.v11.i01.p22

Zabihullah, F., Budianita, E., Syafria, F., & Afrianty, I. (2025). Implementasi Learning Vector Quantization 2 dan Information Gain untuk Klasifikasi Penyakit Ginjal Kronis. Information System Journal (INFOS), 8(1), 40–50. https://doi.org/10.24076/infosjournal.2025v8i01.2118

Zaenudin, I., & Riyan, A. B. (2024). Perkembangan Kecerdasan Buatan (AI) Dan Dampaknya Pada Dunia Teknologi. Jurnal Informatika Utama, 2(2), 128–153.

Zebua, R. S. Y., Khairunnisa, K., Hartatik, H., Pariyadi, P., Wahyuningtyas, D. P., Thantawi, A. M., & Kharisma, L. P. I. (2023). Fenomena Artificial Intelligence (AI). PT. Sonpedia Publishing Indonesia.

Downloads

Published

2026-11-13

How to Cite

PREDIKSI TINGKAT PELANGGARAN LALU LINTAS MENGGUNAKAN METODE LVQ. (2026). JOURNAL OF SCIENCE AND SOCIAL RESEARCH, 9(5), 9583-9591. https://doi.org/10.54314/madhda06