Pemetaan Tindak Kejahatan Jalanan di Kota Semarang Menggunakan Algoritma K-Means Clustering

• Main Authors: Widi Astuti, Djoko Adi Widodo
• Format: Article
• Language: Indonesian
• Published: Universitas Negeri Semarang 2016-06-01
• Series: Jurnal Teknik Elektro
• Subjects: Tindak kejahatan; Text mining; K-Means; Entropy
• Online Access: https://journal.unnes.ac.id/nju/index.php/jte/article/view/8788
• ISSN: 1411-0059; 2549-1571

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.