PENDEKATAN REGRESI LOGISTIK, CART DAN MARS PADA POLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DI SURABAYA

Kecelakaan lalu lintasmerupakankejadian dimana sebuah kendaraan bermotorbertabrakan dengan benda lain sehingga menyebabkan kerusakan. Kecelakaan dapat mengakibatkan luka-luka atau kematian pada manusia.Berdasarkan informasi data penyebab kematian di Indonesia, kecelakaan lalu lintas termasuk dalam penyebab kematian ketiga terbesar setelah HIV/AIDS dan TBC. Oleh karena itu masalah tingkat keparahan korban kecelakaan perlu mendapat perhatian untuk mengantisipasi jatuhnya korban meninggal dunia pada kecelakaan lalu lintas. Banyak faktor yang berpengaruh terhadap tingkat keparahan korban kecelakaan lalu lintas. Pada penelitian ini dilakukan klasifikasi tingkat keparahan korban kecelakaan lalu lintas dengan pendekatan regresi logistik, CART (Classification and Regression Trees)dan MARS (Multivariate Adaptive Regression Spline)untuk melihat karakteristik dan faktor yang paling berpengaruh terhadap tingkat keparahan korban kecelakaan lalu lintas. Tingkat keparahan korban kecelakaan lalu lintas dibagi menjadi dua kategori yaitu tidak meninggal dunia dan meninggal dunia. Setelah dilakukan klasifikasi didapatkan hasil bahwa dari 7 (tujuh) variabel prediktor, 2 (dua) variabel yang paling berpengaruh terhadap tingkat keparahan korban kecelakaan lalu lintas yaitu variabel jenis kecelakaan dan peran korban dalam kecelakaan. Pada pendekatan regresi logistik biner ketepatan klasifikasi untuk testing65,31 persen. Pada pendekatan CART dan MARS variabel yang berpengaruh bertambah yaitu variabelusia danmomendengan ketepatan klasifikasi untuk data testing68,40persen. Sedangkan untuk MARS ketepatan klasifikasi untuk data testing66,33persen.