Penerapan metode k-means untuk clustering tingkat kejahatan di Indonesia

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Ferdiansyah, Yuvrico Bagus (2023) Penerapan metode k-means untuk clustering tingkat kejahatan di Indonesia. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Yuvrico Bagus Ferdiansyah_H92219063.pdf
Download (1MB)

Abstract

Jumlah kejahatan di Indonesia sebesar 247.218 kasus pada tahun 2020. Hal ini mengakibatkan kejahatan di Indonesia masih tergolong tinggi. Kasus kejahatan tersebut memiliki beragam motif seperti kejahatan terhadap nyawa, kejahatan terhadap fisik, kejahatan terhadap korupsi, dll. Tingginya kasus kejahatan di Indonesia berakibat perlunya pengclusteran tingkat kejahatan guna mengelompokkan provinsi di Indonesia yang rawan terhadap kasus kejahatan. Tujuan penelitian ini adalah untuk mengcluster tingkat kejahatan di Indonesia. Metode K-Means adalah metode clustering yang dapat diterapkan dalam clustering tingkat kejahatan di Indonesia. Keunggulan dari metode K-Means diantaranya keakuratan dalam clustering cukup baik, mampu mengelompokkan data dengan kuantitas besar dalam waktu singkat, dan relatif mudah karena jumlah cluster dan pusat cluster dapat diinisialisasi secara acak. Data yang digunakan dalam penelitian ini adalah data klasifikasi kejahatan di Indonesia pada tahun 2020. Berdasarkan perhitungan, diperoleh cluster optimal sebesar k = 3 dengan kategori cluster aman sebanyak 22 anggota, cluster rawan sebanyak 11 anggota, dan cluster sangat rawan sebanyak 1 anggota. Dimana cluster k = 3 didapat nilai silhouette coefficient (SC) sebesar 0,77. Hal ini mengartikan bahwa hasil cluster memiliki struktur yang kuat.