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.

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)

Department:

S1 Teknik Informatika

Depositing User:

Hadiyatullah Anggar Wahyu

Contributors: