Sumatera Barat merupakan salah satu provinsi dengan jumlah kecelakaan cukup tinggi, dari data Badan Pusat Statistik (BPS) memperlihatkan bahwa peningkatan rata-rata kecelakaan mencapai angka 34.72% pertahun dari periode tahun 2007-2011. Faktor Populasi, tingkat pemahaman pengguna dan pertumbuhan kendaraan dianggap memiliki korelasi terhadap jumlah kecelakaan yang terjadi, namun berapa besar korelasi ini perlu diteliti lebih lanjut. Penelitian ini dilakukan di tiga kategori ukuran kota : kota kecil (kota Pariaman), kota sedang ( kota Payakumbuh) dan kota besar (kota Padang). Observasi di lapangan menunjukkan masih sangat rendahnya pemahaman pengguna kendaraan terhadap aturan lalu lintas dan etika berlalu lintas yang ada. Pengguna kendaraan yang tidak paham terhadap aturan dan etika berlalu lintas di kota Padang, Payakumbuh dan Pariaman masing-masingnya adalah 71%, 86%, dan 89%. Pemodelan didapat dengan menggunakan metode model regresi linear berganda, sehingga diketahui korelasi antara faktor yang diteliti diatas dengan jumlah kecelakaan yang terjadi. Hasil penelitian menunjukkan bahwa terjadi korelasi yang berbeda pada setiap jenis ukuran kota. Jumlah kecelakaan di kota Padang memiliki korelasi dengan jumlah penduduk dan pemahaman pengguna kendaraan ; kota Payakumbuh berkorelasi dengan faktor jumlah penduduk ; sedangkan kota Pariaman berkorelasi hanya dengan pemahaman pengguna kendaraan saja. Dari hasil ini kemudian dipilih pemodelan yang paling tepat untuk masing-masing daerah, diantaranya : untuk kota padang adalah Y=-3590.1417+0.0044X1+0.0013X3, model Payakumbuh adalah Y=-127.738+0.0019X1, sedangkan Pariaman adalah Y=26.8961+0.0119X3, dan Sumatera Barat adalah Y=18.2977+0.0002X1+0.0286X2+0.0009X3.Selain itu juga banyak fakta-fakta lainnya yang ditemukan pada penelitian ini, seperti jumlah pemilik Surat Izin Mengemudi (SIM) yang mengikuti Ujian teori dan praktek. Keywords: kecelakaan, lalulintas, tingkat pemahaman aturan lalulintas, pemodelan dan prediksi kecelakaan

The transportation sector is heading to a new futuristic era, the fully-autonomous vehicles. Radar, lidar, and Sonar are considered critical aspects of self-driving technology. However, these sensors come with inherent danger. Their exposure has a hazardous impact on humans and living things. A forecast made using the level of service classification shows that there will be excessive radiation exposure when these cars dominate the traffic. This prediction must be taken into account when designing a level-five autonomous fleet.