SISTEM CLUSTERING TINDAK KEJAHATAN PENCURIAN DI WILAYAH JAWA BARAT MENGGUNAKAN ALGORITMA K-MEANS

Authors

  • Usep Tatang Suryadi STMIK Subang
  • Yana Supriatna

Keywords:

Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL.
This abstract has been read 70 times

Abstract

Pencurian adalah salah satu tindakan kriminalitas yang lebih diterima masyarakat. Khususnya di wilayah Jawa Barat, data Polda Jabar pada tahun 2013 mencatat kasus pencurian dengan pemberatan mencapai 3.421 kasus, pencurian dengan pertahanan sebanyak 1.031 kasus dan kasus curanmor sebanyak 7.199 kasus. Kemudian pada tahun 2014, dibatalkan kasus pencurian dengan pemberatan sebanyak 3.146 kasus, pencurian dengan 925 kasus, serta kasus curanmor sebanyak 6.305 kasus. Dari permaslahan inilah munculah yang menentukan untuk membuat aplikasi, yang disediakan dapat melakukan pengelompokan tingkat tindak kejahatan pada kabupaten / kota di provinsi Jawa Barat. Metodologi yang digunakan adalah algoritma K-Means Clustering.Hasil dari penelitian ini membentuk 3 klaster, dimana klaster 1 masuk ke kategori level tinggi, klaster 2 masuk ke kategori level sedang dan klaster 3 masuk ke level tinggi. Iterasi data pengelompokan yang terjadi sebanyak 6 kali iterasi dengan menggunakan WCV dan BCV sebagai acuan iterasi. Memiliki 8 wilayah dengan tingkat pencurian tinggi, 10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111. Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL.Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal. Kata Kunci: Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL. Iterasi data pengelompokan yang terjadi sebanyak 6 kali iterasi dengan menggunakan WCV dan BCV sebagai acuan iterasi. Memiliki 8 wilayah dengan tingkat pencurian tinggi, 10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111. Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL. Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal.Kata Kunci: Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL. Iterasi data pengelompokan yang terjadi sebanyak 6 kali iterasi dengan menggunakan WCV dan BCV sebagai acuan iterasi. Memiliki 8 wilayah dengan tingkat pencurian tinggi, 10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111. Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL. Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal. Kata Kunci: Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL.10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111. Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL. Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal. Kata Kunci: Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL. 10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111.Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL. Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal.

Downloads

Download data is not yet available.

References

C. Q. Akyunin, "Kajian Viktimologi Tentang Perlindungan Hukum Bagi Korban Pengendara Kendaraan Bermotor Yang Mengalami Tindak Pidana Pencurian Dengan Kekerasan," Jurnal Ilmiah, p. Dapat diakses di: http://hukum.studentjournal.ub.ac.id/index.php/hukum/article/view/121/116. Diakses 10 Februari 2018, 2013.

Basri., dkk, "Kajian Yuridis Unsur Tindak Pidana Pencurian Dengan Kekerasan," The 2nd University Research Coloquium 2015 ISSN 2407-918, pp. Fakultas Hukum Universitas Muhammadiyah Magelang. Dapat diakses di: https://media.neliti.com/media/publications/176168-ID-kajian-yuridis-unsur-tindak- pidana-pencu.pdf. Diakses 10 Februari 2018, 2015.

J. Supranto, Analisis Multivariat: Arti dan Interpretasi, Jakarta: PT. Rineka Cipta, 2004.

Hapsari dan Widodo, "Pengelompokan Daerah Rawan Kriminalitas di Indonesia Menggunakan Analisis K-Means Clustering," Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, No.1, Juli 2017, pp. Hal. 147-153, Program Studi Statistika Fakultas MIPA Universitas Islam Indonesia. Dapat diakses di: http://conferences.uin-malang.ac.id/index.php/SIMANIS/article/view/52. Diakses 10

Ferbruari 2018, 2017.

Jasmir, "Analisis Profil Akademik Alumni Dengan Menggunakan Metode Klasterisasi K-Means Untuk Menentukan Strategi Promosi STIKOM Dinamika Bangsa Jambi," Vol.11, No.1, April 2017, pp. Teknik Informatika, STIKOM Dinamika Bangsa Jambi. Dapat diakses di: http://ejournal.stikom- db.ac.id/index.php/mediasisfo/article/download/213/200/. Diakses 10 Februari 2018,

A. R. Yusuf, "Tinjauan Kriminologis Terhadap Kejahatan Pencurian Disertai Kekerasan Yang Dilakukan Oleh Anak Dijalanan (Studi Kasus di Kota Makassar Tahun 2014-2016)," Departemen Hukum Pidana Fakultas Hukum Universitas Hasanuddin Makassar , pp. Dapat diakses di: http://repository.unhas.ac.id/bitstream/handle/123456789/23549/SKRIPSI%20LENGK AP-PIDANA-ALFISYAHRIN%20R.%20YUSUF.pdf?sequence=1. Diakses 30 Maret 2018, 2017.

J. Ranjan, "Application of Data Mining Technique in Pharmaceutical Industry," Journal of Theoritical and Applied Information Technology, pp. Page 61 – 67. Dapat diakses di: http:// www.jatit.org/volumes/research-papers/Vol3No4/7vol3no4.pdf. Diakses 10 Februari 2018, 2009.

Kusrini dan Emha, Algoritma Data Mining, Yogyakarta: Andi Offset, 2009.

A. K. Wardhani, "Implementasi Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Kajen Pekalongan," JURNAL TRANSFORMATIKA, pp. Volume 14, Nomor 1, Juli 2016. Dapat diakses di: http://journals.usm.ac.id/index.php/transformatika/article/viewFile/387/248. Diakses 15 Mei 2018, 2016.

J, Han dan M, Kamber, Data Mining Concepts and Techniques, Morgan Kaufmann, 2006.

Alfina, T., dkk, "Analisa Perbandingan Metode Hierarchical Clustering, K-means dan Gabungan Keduanya dalam Cluster Data (Studi kasus : Problem Kerja Praktek Jurusan Teknik Industri ITS)," JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 2301-9271, pp.

A-521 - A-525. Dapat diakses di: http://digilib.its.ac.id/public/ITS-paper-25497- 2508100055-Paper.pdf. Diakses 15 Mei 2018, 2012.

R. S. Pressman, Sofware Engineering : A Practitioner's Approach, Fifth Ed., New York, McGraw-Hill Book Company, 2001.

Published

2019-04-01

How to Cite

[1]
U. T. Suryadi and Y. Supriatna, “SISTEM CLUSTERING TINDAK KEJAHATAN PENCURIAN DI WILAYAH JAWA BARAT MENGGUNAKAN ALGORITMA K-MEANS”, JTIK, vol. 14, no. 1, pp. 15-27, Apr. 2019.

Issue

Section

Jurnal Teknologi Informasi dan Komunikasi