Cluster Analysis using K-Means Algorithm and Centroid Linkage for Indonesia Crime Data 2021
Analisis Cluster Menggunakan Algoritma K-Means dan Centroid Linkage pada Data Kriminalitas Indonesia Tahun 2021
Kata Kunci:
kejahatan, k-means, centeroid linkageAbstrak
Kejahatan adalah segala sesuatu yang melanggar hukum atau bentuk criminal kejahatan. Terdapat beberapa jenis kejahatan, diantaranya kejahatan terhadap jiwa atau nyawa, kejahatan fisik, korupsi, dan lain sebagainya. Salah satu metode yang dapat digunakan untuk menganalisis data kejahatan adalah metode analisis cluster, yaitu suatu teknik analisis multivariat yang bertujuan untuk mengelompokkan data observasi atau variabel ke dalam kelompok-kelompok yang mempunyai kedekatan dan tingkat kemiripan yang tinggi. Tujuan dari penelitian ini adalah untuk mengetahui daerah-daerah yang memiliki kesamaan jenis kejahatan dan untuk mengurangi jumlah kejahatan di Indonesia yang sering terjadi. Dalam analisis cluster terdapat dua metode yaitu metode cluster hierarki dan non-hierarki. Dalam penelitian ini digunakan metode Centroid Linkage dan K-Means dengan jumlah cluster 2. Berdasarkan analisis cluster, provinsi-provinsi di Indonesia dapat dikelompokkan berdasarkan intensitas kejahatan pada tahun 2020. Rata-rata dari setiap variabel anggota cluster digunakan untuk menentukan karakteristik dan nama cluster.
Unduhan
Referensi
Badan Pusat Statistik. “Statistik Kriminal 2021”. https://www.bps.go.id/publication// statistik-kriminal-2021/ (accessed : 17 Juni 2022).
Oyelade O J. “Application Of K-Means Clustering Algorithm For Prediction Of Students' Academic Performance”, International Journal Of Computer Science And Information Security, Vol. 7. 2010.
Shovon M, dan Haque M. “An Approach Of Improving Student Academic Performance By Using K-Means Clustering Algorithm And Decision Tree”. Vol.(3)8. 2012.
Silvi R. “Analisis Cluster dengan Data Outlier Menggunakan Centroid Linkage dan K-Means Clustering untuk Pengelompokan Indikator HIV/AIDS di Indonesia”. Jurnal Matematik “MANTIK”, Vol.4(1): 22-31. 2018.
Friedrichs, D. O. “Crimes of the powerful and the definition of crime”. In The Routledge International Handbook of the Crimes of the Powerful (pp. 39-49). Routledge. 2015.
Downes, D.M., Rock, P.E. and McLaughlin, E. “Understanding deviance: A guide to the sociology of crime and rule-breaking”. Oxford University Press. 2016.
Han, J., Pei, J. and Kamber, M. “Data mining: concepts and techniques”. Elsevier. 2011.
Rokach, L. and Maimon, O. “Clustering methods”. In Data mining and knowledge discovery handbook (pp. 321-352). Springer, Boston, MA. 2005.
Milligan, G.W. and Cooper, M.C. “Methodology review: Clustering methods”. Applied psychological measurement, 11(4), pp.329-354. 1987.
Zhao, Y., Karypis, G. and Fayyad, U. “Hierarchical clustering algorithms for document datasets”. Data mining and knowledge discovery. Vol.10(2), pp.141-168. 2005.
Johnson R A dan Wichern D W. “Applied Multivariate Statistical Analysis Third Edition”. New Jersey: Prentice Hall International. 1992.
Zhao, Y., Karypis, G. and Fayyad, U. “Hierarchical clustering algorithms for document datasets”. Data mining and knowledge discovery. Vol.10(2), pp.141-168. 2005.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Al-Musthalah: Jurnal Riset dan Penelitian Multidisiplin
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
