Analisis Pemetaan Tingkat Kriminalitas di Kabupaten Karawang menggunakan Algoritma K-Means

  • Resti Noor Fahmi Universitas Singaperbangsa Karawang
  • Mohamad Jajuli Universitas Singaperbangsa Karawang
  • Nina Sulistiyowati Universitas Singaperbangsa Karawang

Abstract

Kriminalitas merupakan salah satu permasalahan yang sering terjadi di masyarakat yang perlu diperhatikan karena merugikan dan menimbulkan dampak negatif kepada masyarakat. Dilansir dari jabar.tribunews.com Kabupaten Karawang menjadi ranking pertama tingkat kriminalitas tertinggi di Jawa Barat pada awal masa pandemi. Ini menjadi PR pemerintah dan Polres Karawang khususnya untuk dapat menangani dan mengupayakan penanggulangan kriminalitas di Karawang. Penelitian ini menggunakan metode clustering dengan algoritma k-means dan dilakukan pemetaan daerah rawan kriminalitas menggunakan QGIS. Hasil pengelompokan daerah rawan kriminalitas di Karawang pada 2019 didapatkan cluster tidak rawan sebanyak 23 kecamatan, cluster rawan sebanyak 3 kecamatan dan cluster sangat banyak sebanyak 4 kecamatan. Sedangkan pada 2020 didapatkan cluster tidak rawan sebanyak 22 kecamatan, cluster rawan sebanyak 4 kecamatan, dan cluster sangat rawan sebanyak 4 kecamatan. Hasil evaluasi clustering menggunakan silhouette coefficient pada tahun 2019 yaitu sebesar 0,52 dan 0,54 pada tahun 2020, keduanya masuk dalam kategori medium strucutre dengan interpretasi penempatan klaster yang wajar

References

Anggoro, J. W., Awaluddin, M., & Nugraha, A. L. (2019). Zonasi Daerah Rawan Pencurian Kendaraan Bermotor (Curanmor) Di Kota Semarang Dengan Menggunakan Metode Cluster Analysis. Jurnal Geodesi Undip, 8(4), 225-234.
Dewi, S. M., Windarto, A. P., Damanik, I. S., & Satria, H. (2019). Analisa Metode K-Means pada Pengelompokan Kriminalitas Menurut Wilayah. Seminar Nasional Sains & Teknologi Informasi (SENSASI), 620–625.
Feblian, D., & Daihani, D. U. (2017). Implementasi Model Crisp-Dm Untuk Menentukan Sales Pipeline Pada Pt X. Jurnal Teknik Industri, 6(1), 1–12. https://doi.org/10.25105/jti.v6i1.1526
Hapsari, D. P. T., & Widodo, E. (2017). Pengelompokan Daerah Rawan Kriminalitas di Indonesia Menggunakan Analisis K-Means Clustering. Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika Dan Nilai Islami), 1(1), 147–153. http://conferences.uin-malang.ac.id/index.php/SIMANIS/article/view/52
Huba. (2020, 25 Mei). www.pasundanekspres.co diakses pada 03 November 2020, dari https://www.pasundanekspres.co/opini/karawang-no-1-kriminalitas-di-jabar-selama-pandemi
Kamila, I., Khairunnisa, U., & Mustakim, M. (2019). Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Transaksi Bongkar Muat di Provinsi Riau. Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, 5(1), 119-125.
Mang Raka. (2021, 4 Januari). radarkarawang.id. diakses pada 5 Desember 2020, dari https://radarkarawang.id/metropolis/kejahatan-meningkat-selama-pandemi
Mega Nugraha. (2020, 10 Mei). www.jabar.tribunnews.com. diakses pada 14 Oktober 2020, dari https://jabar.tribunnews.com/2020/05/10/angka-kejahatan-di-jabar-saat-psbb-masih-masih-ribuan-karawang-tertinggi-lalu-kabupaten-bandung
Paramartha, G. N. W., Ratnawati, D. E., & Widodo, A. W. (2017). Analisis Perbandingan Metode K-Means Dengan Improved Semi-Supervised Analisis Perbandingan Metode K-Means Dengan Improved Semi- Supervised K-Means Pada Data Indeks Pembangunan Manusia (IPM). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 1(9), 813–824. http://j-ptiik.ub.ac.id
Pramesti, D. F., Lahan, Tanzil Furqon, M., & Dewi, C. (2017). Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 1(9), 723–732. https://doi.org/10.1109/EUMC.2008.4751704
Rostanawa, G. (2019). Hirarki Kebutuhan Tokoh Utama dalam Novel Pulang dan Laut Bercerita Karya Leila S. Chudori (Kajian Psikologi Humanistik Abraham Maslow). ELite Journal: International Journal of Education, Language, and Literature, 1(2).
Published
2021-06-11
How to Cite
Fahmi, R., Jajuli, M., & Sulistiyowati, N. (2021). Analisis Pemetaan Tingkat Kriminalitas di Kabupaten Karawang menggunakan Algoritma K-Means. INTECOMS: Journal of Information Technology and Computer Science, 4(1), 67 - 79. https://doi.org/https://doi.org/10.31539/intecoms.v4i1.2413
Abstract viewed = 11 times
PDF downloaded = 10 times