Setyatama, Fardanto and Adityo, R. Dimas and Raksatama, Denta Bhaladika (2023) PEMETAAN TINDAK KRIMINAL DI KOTA SIDOARJO MENGGUNAKAN METODE K-MEANS CLUSTERING. Skripsi thesis, Universitas Bhayangkara Surabaya.
![[img]](http://eprints.ubhara.ac.id/style/images/fileicons/text.png) |
Text
1614311010_makalah-1 (1).pdf Download (420kB) |
Abstract
Kasus kriminalitas dari tahun ke tahun dimungkinkan semakin bertambah banyak, dengan data yang banyak tersebut proses klasterisasi daerah rawan kriminalitas menjadi sulit dan kadang kurang akurat. Sehingga penggunaan metode K-Means diperlukan untuk menanggulangi masalah tersebut. Digunakannya metode K-Means membuat penentuan daerah rawan kriminalitas yang dilakukan lebih mudah dan optimal. Jenis data yang digunakan adalah data kuantitatif. Data kuantitatif adalah jenis data yang dapat dihitung, berupa angka atau nominal. Kategori kasus kriminalitas yang digunakan sebagai parameter, antara lain pencurian, penipuan, penganiayaan, tindak asusila pelecehan seksual dan tindak asusila pemerkosaan. Kemudian akan dilakukan pengklasteran menurut tingkat kerawanan antara lain klaster tidak rawan, cukup rawan, rawan, dan sangat rawan. Pada proses pengujian yang telah dilakukan dengan menggunakan aplikasi sistem pemetaan tindak kriminalitas di kota Sidoarjo dapat disimpulkan pada tahun 2018 terdapat sebanyak 267 desa klaster tidak rawan, 66 desa klaster cukup rawan, 17 desa klaster rawan, dan 3 desa klaster sangat rawan. Pada tahun 2019 terdapat sebanyak 211 desa klaster tidak rawan, 63 desa klaster cukup rawan, 66 desa klaster rawan, dan 13 desa klaster sangat rawan. Dan pada tahun 2020 terdapat sebanyak 122 desa klaster tidak rawan, 122 desa klaster cukup rawan, 76 desa klaster rawan, dan 33 desa klaster sangat rawan.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Wisuda 2023 |
| Uncontrolled Keywords: | Sistem Pemetaan, Tindak Kriminalitas, K-Means Clustering |
| Subjects: | Technology |
| Divisions: | Faculty of Engineering > Bachelor of Informations Technology |
| Depositing User: | Perpus Ubhara Surabaya |
| Date Deposited: | 25 May 2023 03:24 |
| Last Modified: | 25 May 2023 03:24 |
| URI: | http://eprints.ubhara.ac.id/id/eprint/1898 |
Actions (login required)
 |
View Item |
