VISUALISASI DATA TINDAK KEJAHATAN BERDASARKAN JENIS KRIMINALITAS DI KABUPATEN KARAWANG DENGAN MENGGUNAKAN ALGORITMA CLUSTERING K-MEANS

  • Puput Silva Rosiana
    Singaperbangsa Karawang University
  • Alpin Apriliansyah Mohsa
    Singaperbangsa Karawang University
  • Muhamad Arya Fadila
    Singaperbangsa Karawang University
  • Jajam Haerul Jaman
    Singaperbangsa Karawang University
DOI: https://doi.org/10.23960/jitet.v11i3s1.3347
Abstract Views (Last 12 Months)
1149 Abstract Views
991 Downloads

Abstract

Tingkat kejahatan yang meningkat di Kabupaten Karawang  merupakan tantangan yang serius bagi penegakan hukum dan keamanan masyarakat. Visualisasi data kriminalitas berdasarkan jenis kejahatan dapat memberikan wawasan yang berharga bagi penegak hukum dan pengambil keputusan dalam mengidentifikasi pola kejahatan, alokasi sumber daya, serta pengembangan strategi pencegahan kejahatan yang efektif. Dalam penelitian ini, kami menggunakan dataset terbuka dari Open Data Jabar yang mencakup informasi tentang tindak kejahatan di Kabupaten Karawang. Metode yang digunakan adalah algoritma clustering k-means untuk mengelompokkan jenis kejahatan berdasarkan pola yang ada. Pertama, data kejahatan diolah dan disiapkan dengan membersihkan dan mengintegrasikan setiap entri. Selanjutnya, algoritma clustering k-means diterapkan untuk mengelompokkan data kejahatan menjadi klaster yang berbeda berdasarkan kemiripan pola. Hasil analisis tersebut kemudian divisualisasikan menggunakan tools QGIS. Hasil pengelompokan daerah rawan kriminalitas di Karawang pada tahun 2021 didapatkan cluster rendah sebanyak  10  kecamatan masuk kedalam cluster rendah tingkat kriminalitasnya, 8 kecamatan masuk  kedalam cluster sedang, 8  kecamatan masuk kedalam cluster tinggi, 4 kecamatan masuk  kedalam cluster tinggi sekali

Downloads

Download data is not yet available.

References

F. M. I. 16611050 and JURUSAN, “OPTIMASI JUMLAH CLUSTER K-MEANS DENGAN METODE ELBOW DAN SILHOUETTE PADA PRODUKTIVITAS TANAMAN PANGAN DI PROVINSI JAWA TENGAH TAHUN 2018,” 2020.

J. Prima et al., “PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS UNTUK MENENTUKAN JUDUL SKRIPSI DAN JURNAL,” vol. 5, no. 2, pp. 80–85, 2022.

F. A. Dewa and M. T. Jatipaningrum, “SEGMENTASI E-COMMERCE DENGAN CLUSTER K-MEANS DAN FUZZY C-MEANS ( Studi Kasus : Media Sosial di Indonesia yang diunduh di Play Store ),” vol. 4, no. 1, pp. 53–67, 2019.

E. Muningsih and S. Kiswati, “Sistem Aplikasi Berbasis Optimasi Metode Elbow Untuk Penentuan Clustering Pelanggan,” Joutica, vol. 3, no. 1, p. 117, 2018, doi: 10.30736/jti.v3i1.196.

H. W. S. Rina Yuliana Sari1, Hardian Oktavianto2, “ALGORITMA K-MEANS DENGAN METODE ELBOW UNTUK MENGELOMPOKKAN KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN KOMPONEN PEMBENTUK INDEKS PEMBANGUNAN MANUSIA,” pp. 1–9, 2018.

S. Paembonan and H. Abduh, “Penerapan Metode Silhouette Coeficient Untuk Evaluasi Clutering Obat,” vol. 6, no. 2, pp. 48–54, 2021.

D. Andiani, S. Dwi, R. Septiani, and A. Riana, “Analisis Teknik non-Hierarki untuk Pengelompokan Kabupaten / Kota di Provinsi Jawa Barat Berdasarkan Indikator Kesejahteraan Rakyat 2020,” vol. 2, pp. 21–28, 2022.

Cover
Issue
Published
2023-09-12
How to Cite
Rosiana, P. S., Mohsa, A. A., Fadila, M. A., & Jaman, J. H. (2023). VISUALISASI DATA TINDAK KEJAHATAN BERDASARKAN JENIS KRIMINALITAS DI KABUPATEN KARAWANG DENGAN MENGGUNAKAN ALGORITMA CLUSTERING K-MEANS. Jurnal Informatika Dan Teknik Elektro Terapan, 11(3s1). https://doi.org/10.23960/jitet.v11i3s1.3347

Most read articles by the same author(s)