Percobaan menggunakan metode acak Simple Random Sampling merupakan metode yang sangat dasar dan sederhana, namun hasil perhitungan jarak
pada iterasi pertama pada metode ini dinailai kurang baik jika dibandingkan dengan metode kedua. Hal ini didasarkan pada sebaran anggota pada semua cluster masih
merata dan belum membentuk cluster awal yang baik. Pada perhitungan iterasi pertama dapat dilihat bahwa setiap cluster memiliki anggota yang masih merata,
merata yang dimaksud adalah setiap cluster memiliki anggota dalam kategori usia anak-anak, pemuda, dan usia lanjut. Hasil ini akan sangat berpengaruh besar dalam
penyelesaian proses klasifikasi. Hal yang serupa berbanding terbalik dengan percobaan yang dilakukan
dengan metode analogy based estimation dilakukan dengan penerapan peringkat. Meski metode yang digunakan tetap sederhana, tetapi memiliki hasil yang lebih
baik. Pada perhitungan pada iterasi pertama dapat menunjukkan bahwa kondisi cluster pada iterasi pertama lebih baik dibandingkan dengan metode acak.
Anggota umur dalam setiap kategori atau variabel dalam proses analogi ini adalah setiap umur yang terpilih dalam kategori tertentu, akan memiliki variabel
yang serupa dalam satu kategori yang sama.
4.3.2.1 Percobaan Menggunakan Metode Acak Simple Random Sampling
Tipe sampling berdasarkan peluang pemilihannya terbagi atas sampling probabilitas probability sampling dan sampling nonprobabilitas nonprobability
sampling. Dalam sampling probabilitas, pemilihan sampel dilakukan secara acak dan dilakukan secara objektif, dalam arti tidak didasarkan semata-mata pada
keinginan peneliti, sehingga setiap anggota populasi memiliki kesempatan tertentu untuk terpilih sebagai sampel.
Proses pengambilan sampel dilakukan dengan memberi kesempatan yang sama pada setiap anggota populasi untuk menjadi anggota sampel. Jadi disini proses
memilih sejumlah sampel n dari populasi N yang dilakukan secara random.
4.3.2.2 Percobaan Menggunakan Metode Analogy Based Estimation Dilakukan
Dengan Penerapan Peringkat
Pengambilan sampel dilakukan terhadap sampling unit atau Cluster sampling, dimana sampling unitnya terdiri dari satu kelompok cluster. Tiap item
individu di dalam kelompok yang terpilih akan diambil sebagai sampel. Cara ini dipakai karena populasi dapat dibagi dalam kelompok-kelompok dan setiap
karakteristik yang dipelajari ada dalam setiap kelompok. Pengambilan sampel menggunakan modifikasi metode analogy based
estimation dilakukan dengan penerapan peringkat pada perhitungan jarak antar proyek. Hasil pengujian menunjukkan bahwa kinerja metode analogy based
estimation menjadi lebih baik dengan penerapan peringkat. Modifikasi ini telah dilakukan dan diuji oleh Ardiyansah, Mahasiswa IPB pada tahun 2007. Prinsip
dasar metode ini adalah bahwa proyek serupa akan memiliki variabel yang serupa. Acuan ukuran kinerja yang digunakan adalah nilai minimum, nilai maksimum, dan
nilai tengah mean. Pengujian dilakukan dengan menggunakan variabel dominan pada data kecelakaan yaitu variabel jenis motor.
Hal yang sama dilakukan untuk menentukan centroid awal pada proses inisialisasi yang menerapkan peringkat. Setiap peringkat akan mewakili cluster
kecelakaan dalam kategori hati-hati dengan menggunakan nilai minimal, mean mewakili cluster kecelakaan dalam kategori wasapada, dan nilai maksimal
mewakili kecelakaan dalam kategori berbahaya. Proses inisialisasi centroid awal dengan menggunakan metode analogy
based estimation penerapan peringkat dapat mempermudah dalam proses pengelompokan data. Mengingat data yang digunakan dalam penelitian ini
merupakan array multidimensi dan dibagi atas tiga cluster dimana setiap variabel sangat berpengaruh besar dalam pengelompokan data.
4.3.3 Klasifikasi K-means
