Perbandingan Peramalan Jumlah Kasus Kecelakaan Lalu Lintas Kota Balikpapan dengan Linear Trend Analysis dan Double Exponential Smoothing

Abstrak

Kecelakaan mengakibatkan berbagai kerugian sehingga penting untuk mengantisipasi kecelakaan secara akurat. Penelitian ini bertujuan untuk membandingkan dua metode untuk meramalkan jumlah kasus kecelakaan lalu lintas yang akan terjadi di Kota Balikpapan. Metode tersebut adalah linear trend analysis dan double exponential smoothing. Jumlah kasus kecelakaan lalu lintas yang terjadi di Kota Balikpapan dari Januari 2019 hingga Agustus 2022 merupakan dataset yang digunakan untuk penelitian ini. Hasil pemodelan menunjukkan bahwa linear trend analysis dengan RMSE 2,73 merupakan model yang paling akurat untuk memperkirakan jumlah kasus kecelakaan lalu lintas di Kota Balikpapan. Nilai RMSE untuk prediksi menggunakan metode double exponential smoothing adalah 2,86. Penelitian lanjutan yang dikembangkan dari penelitian ini dapat menggunakan pengaruh peraturan pembatasan sosial masyarakat akibat COVID 19 dan juga menerapkan metode machine learning yang cocok untuk sampel kecil.