Pemetaan Tindak Kejahatan Jalanan di Kota Semarang Menggunakan Algoritma K-Means Clustering
Abstract: Data kejahatan di
Polrestabes Semarang merupakan kumpulan berbagai kasus kejahatan yang kemudian
dikelompokkan berdasarkan peraturan yang mengatur yaitu KUHP (Kitab
Undang-undang Hukum Pidana) dan Non KUHP, jumlah kejahatan per wilayah polisi
sektor, dan jumlah kejahatan per jenis kasus kejahatan. Pengelompokan data
dapat memberikan penemuan informasi baru yang sebelumnya tidak
diketahui.Penelitian ini bertujuan untuk memetakan data kejahatan jalanan di
Kota Semarang periode tahun 2014. Penelitian ini menggunakan metode observasi
dan metode studi pustaka. Analisis data menggunakan teknik text mining yang
terdiri tiga tahapan yaitu preprocessing, representation, dan knowledge
discovery (penggalian informasi menggunakan clustering algoritma k-means.
Selanjutnya dievaluasi menggunakan metode Entropy. Hasil penelitian diperoleh 3
cluster/kelompok tindak kejahatan jalanan berdasarkan waktu kejadian dan 7
kelompok menurut modus operandi. Berdasarkan nilai Entropy, kualitas algoritma
k-means dalam pengelompokan waktu kejadian adalah baik karena data yang
terkumpul dalam satu kelompok memiliki kemiripan tinggi dibandingkan data pada
kelompok lain dan untuk pengelompokan modus operandi adalah cukup baik karena
ada satu kelompok yang anggota kelompoknya memiliki tingkat kemiripan yang
rendah. Simpulan dari penelitian ini yaitu algoritma k-means dapat digunakan
untuk pengelompokan data teks kejahatan jalanan. Saran yang dapat diberikan
adalah supaya lebih teliti dalam menentukan
jumlah kelompok sehingga data dapat terkelompok dengan baik sesuai
kemiripan masing-masing data.
Penulis: Widi Astuti, Djoko
Adi Widodo
Kode Jurnal: jptlisetrodd160552
