ANALISIS KLASTER BERDASARKAN TINDAKAN KRIMINALITAS DI INDONESIA TAHUN 2019

Authors

  • Margareth Dwiyanti Simatupang Politeknik Statistika STIS, Jl. Otto Iskandardinata No.64c Jakarta Timur
  • Arie Wahyu Wijayanto Politeknik Statistika STIS, Jl. Otto Iskandardinata No.64c Jakarta Timur

Keywords:

Kriminalitas, K-Means, Fuzzy C-Means, Connectivity, Dunn Index, Silhoutte.

Abstract

Kriminalitas atau kejahatan merupakan masalah yang sering terjadi dalam suatu masyarakat.  Saat ini indeks kejahatan di Indonesia sebesar 46.26 dari skala 100 sehingga Indonesia berada pada urutan  ke-empat dengan indeks kejahatan tertinggi di negara Asean. Meskipun jumlah kejahatan di Indonesia mengalami penurunan dari tahun 2017 – 2019, namun penurunan jumlah kejahatan di Indonesia melambat dalam satu tahun terakhir. Sehingga perlu dilakukan pengelompokkan daerah rawan kriminalitas yang ada di Indonesia agar dapat memberikan informasi kepada pemerintah dan kepolisian untuk meningkatkan keamanan di Indonesia. Penelitian ini menggunakan variabel jenis-jenis kejahatan. Metode yang digunakan dalam penelitian ini adalah dengan analisis klaster K-Means dan Fuzzy C-Means. Sebelum dilakukan pengelompokkan, dilakukan penentuan jumlah klaster optimum. Setelah itu, dilakukan validasi metode yang hendak digunakan diantara K-Means dan Fuzzy C-Means untuk memperoleh metode yang terbaik. Validasi digunakan dengan melihat connectivity, dunn index, dan silhoutte masing-masing metode. Hasil yang diperoleh yakni tidak ada algoritma klastering yang bisa digunakan secara universal untuk menyelesaikan seluruh permasalahan mengenai pengelompokkan daerah kriminalitas di Indonesia. Sehingga, baik k-means dan fuzzy c-means tetap dapat melakukan pengelompokkan daerah kriminalitas di Indonesia.

Downloads

Published

2021-01-30