PENGELOMPOKKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR KRIMINALITAS NASIONAL MENGGUNAKAN ALGORITMA K-MEANS DENGAN METODE DAVIES BOULDIN INDEX

Wijanarko, Taufik Tri (2021) PENGELOMPOKKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR KRIMINALITAS NASIONAL MENGGUNAKAN ALGORITMA K-MEANS DENGAN METODE DAVIES BOULDIN INDEX. Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
a . PENDAHULUAN.pdf

Download (2MB)
[img] Text
b. ABSTRAK.pdf

Download (177kB)
[img] Text
c. BAB I.pdf

Download (526kB)
[img] Text
d. BAB II.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
e. BAB III.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
f. BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
g. BAB V.pdf
Restricted to Repository staff only

Download (191kB)
[img] Text
h. DAFTAR PUSTAKA.pdf

Download (297kB)
[img] Text
i. LAMPIRAN.pdf
Restricted to Repository staff only

Download (2MB)
[img] Text
j. JURNAL.pdf

Download (1MB)

Abstract

Kriminalitas adalah perbuatan yang merugikan korban, juga masyarakat karena fenomena ini menghilangkan rasa aman pada kehidupan sosial. Tingkat resiko terkena tindak kejahatan (crime rate) pada tahun 2018 sebesar 113.000 penduduk. Melihat resiko terkena tindak kejahatan masih tinggi perlu dibuat sebuah pengelompokkan data kepolisian daerah provinsi di Indonesia agar dapat mengetahui tingkat terendah dan tingkat tertinggi pada Indikator Kriminalitas Nasional dengan mengukur menggunakan jumlah angka kejahatan (crime total), jumlah kejahatan yang telah diselesaikan (crime cleared), dan risiko penduduk terkena kejahatan (crime rate). Implementasi data mining menggunakan algoritma K-Means untuk mengelompokkan kepolisian daerah provinsi di Indonesia berdasarkan data Indikator Kriminalitas Nasional pada tahun 2018 melalui situs resmi Badan Pusat Statistik Indonesia, diperoleh cluster optimumnya dengan hasil 3 cluster berdasarkan indeks nilai Davies Bouldin sebesar 0,468 dari serangkaian pengujian dengan skenario 2 cluster sampai dengan 5 cluster. Sedangkan jumlah anggota pada masing masing cluster yaitu cluster 1 terdapat 2 provinsi, cluster 2 terdapat 28 provinsi, dan cluster 3 terdapat 4 provinsi.

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering > 622 Mining and Related Operations
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: Wijanarko Taufik Tri
Contributors:
ContributionContributor NameNIDN/NIDK
UNSPECIFIEDOktavianto, Hardiannidn0722108105
UNSPECIFIEDUmilasari, Reninidn0728079101
Date Deposited: 10 Mar 2021 07:10
Last Modified: 10 Mar 2021 07:14
URI: http://repository.unmuhjember.ac.id/id/eprint/8810

Actions (login required)

View Item View Item