ALGORITMA FUZZY C-MEANS DENGAN METODE ELBOW UNTUK MENGELOMPOKKAN KEPOLISIAN PROVINSI DI INDONESIA BERDASARKAN JUMLAH KASUS (CRIME TOTAL, CRIME CLEARED, CRIME RATE, CLEARANCE RATE)

Wahyu Hadiyatullah, Anggar (2021) ALGORITMA FUZZY C-MEANS DENGAN METODE ELBOW UNTUK MENGELOMPOKKAN KEPOLISIAN PROVINSI DI INDONESIA BERDASARKAN JUMLAH KASUS (CRIME TOTAL, CRIME CLEARED, CRIME RATE, CLEARANCE RATE). Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text a. PENDAHULUAN.pdf Download (886kB)
	Text b. ABSTRAK.pdf Download (304kB)
	Text c. BAB I.pdf Download (377kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (691kB) | Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text g. BAB V.pdf Restricted to Repository staff only Download (227kB) | Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (310kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (12MB) | Request a copy
	Text j. ARTIKEL.pdf Download (464kB)

Abstract

Crime Total (Jumlah Kejahatan Yang dilaporkan) adalah peristiwa yang
dilaporkan kepada kepolisian dari laporkan masyarakat atau peristiwa yang
pelakunya di tangkap langsung oleh polisi, Crime Clearance Rate (angka
penyelesaian tindak kejahatan) adalah presentase penyelesaian tindak kejahatan
oleh polisi Crime Rate (angka kejahatan) adalah angka kejahatan atau resiko
terkena kejahatan setahun dibagi dengan jumlah penduduk. Menurut data Badan
Pusat Statistika Republik Indonesia, jumlah kasus Crime Total, Crime Cleared,
Crime Rate Clearance Rate, di 34 Provinsi di Indonesia periode 2016 - 2018.
mengalami peningkatan yang tidak signifikan dan relatif stabil. Berdasarkan
penelitian sebelumnya, maka penelitian ini dilakukan untuk mengelompokkan
provinsi di Indonesia berdasarkan jumlah kasus Crime Total, Crime Cleared, Crime
Rate Clearance Rate dengan menggunakan metode clustering yaitu algoritma
Fuzzy C-Means. Untuk pengukuran cluster optimum dalam menentukan cluster
terbaik, metode yang digunakan adalah metode Elbow. Data yang digunakan yaitu
jumlah kasus Crime Total, Crime Cleared, Crime Rate Clearance Rate di 34
provinsi di Indonesia periode tahun 2016 - 2018. Dari serangkaian pengujian mulai
dari 2 cluster sampai 10 cluster, dihasilkan cluster optimum berada pada 2 cluster
berdasarkan jarak SSE (Sum of Squares Error) pada metode Elbow. Pada cluster 1
terdiri dari 4 anggota provinsi dan cluster 2 terdiri dari 30 anggota provinsi.
Berdasarkan hasil karakteristik data tahun 2018, cluster 1 memiliki jumlah kasus
Crime Total, Crime Cleared, Crime Rate Clearance Rate lebih rendah
dibandingkan dengan cluster 2.

Contribution

Contributor Name

NIDN/NIDK

Dosen Pembimbing

Oktavianto, Hardian

nidn0722108105

Dosen Pembimbing

Al Faruq, Habibatul

nidn0718128901

Item Type:	Thesis (Undergraduate)
Subjects:	600 Technology and Applied Science > 660 Chemical Engineering and Related Technologies
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hadiyatullah Anggar Wahyu | anggarwahyu87@gmail.com
Date Deposited:	03 Feb 2021 04:35
Last Modified:	03 Feb 2021 04:37
URI:	http://repository.unmuhjember.ac.id/id/eprint/8379

Actions (login required)

View Item