Klasterisasi Tingkat Kriminalitas di Indonesia Menggunakan Metode K-Means

Divanti Natasya, Shiva (2025) Klasterisasi Tingkat Kriminalitas di Indonesia Menggunakan Metode K-Means. Skripsi thesis, INSTITUT TEKNOLOGI NASIONAL MALANG.

	Text 2118089_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (564kB)
	Text 2118089_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (215kB)
	Text 2118089_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (280kB) | Request a copy
	Text 2118089_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (616kB) | Request a copy
	Text 2118089_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 2118089_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (202kB) | Request a copy
	Text 2118089_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (188kB)
	Text 2118089_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy

Abstract

Tingginya tingkat kriminalitas di Indonesia menjadi permasalahan serius yang berdampak pada keamanan dan ketertiban masyarakat. Variasi jumlah dan jenis kejahatan di tiap provinsi, seperti tingginya kasus pencurian di Sumatera Utara dan pembunuhan di Jawa Timur, menunjukkan adanya ketimpangan kondisi sosial ekonomi antar wilayah. Sayangnya, informasi mengenai tingkat kriminalitas sering kali hanya diketahui secara reaktif setelah kasus terjadi, sehingga langkah pencegahan menjadi kurang optimal. Penelitian ini bertujuan untuk membangun sistem klasterisasi tingkat kriminalitas di Indonesia berdasarkan data sosial ekonomi dan jenis kejahatan yang dilaporkan. Metode yang digunakan adalah K-Means Clustering dengan variabel berupa data pembunuhan, pencurian, narkotika, perkosaan, pencurian kendaraan bermotor, pengangguran, kemiskinan, dan IPM. Hasil penelitian menunjukkan bahwa sistem berhasil mengelompokkan provinsi dengan cukup baik, ditunjukkan oleh nilai Silhouette Score rata-rata sebesar 0,34, dengan nilai tertinggi terdapat pada Cluster 3 sebesar 0,38. Sistem juga telah diuji melalui pengujian blackbox, kompatibilitas web browser (Microsoft Edge, Google Chrome, dan Mozilla Firefox), serta evaluasi pengguna dengan hasil positif. Penelitian ini diharapkan dapat memberikan gambaran pola kriminalitas sebagai dasar pengambilan kebijakan yang lebih tepat sasaran. Untuk pengembangan selanjutnya, disarankan agar data mencakup seluruh kota di tiap provinsi dan metode K-Means++ digunakan untuk peningkatan akurasi klasterisasi.

Item Type:	Thesis (Skripsi)
Additional Information:	Shiva Divanti Natasya (2118089)
Uncontrolled Keywords:	Kriminalitas, Klasterisasi, K-Means, Data Sosial Ekonomi, Silhouette Score
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Shiva Divanti Natasya
Date Deposited:	21 Aug 2025 04:02
Last Modified:	21 Aug 2025 04:02
URI:	http://eprints.itn.ac.id/id/eprint/14837

Actions (login required)

View Item