p-Index From 2020 - 2025
4.724
P-Index
This Author published in this journals
All Journal Jurnal Ekonomi, Bisnis dan Kewirausahaan (JEBIK) JURNAL PENGABDIAN KEPADA MASYARAKAT IMAGE Jurnal Teknologi Informasi MURA Hearty : Jurnal Kesehatan Masyarakat Adimas : Jurnal Pengabdian Kepada Masyarakat (JRAMB) Jurnal Riset Akuntansi Mercu Buana Jurnal Pelayanan dan Pengabdian Masyarakat (Pamas) Media Syari'ah: Wahana Kajian Hukum Islam dan Pranata Sosial BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian Masyarakat Indonesia These proceedings represent the work of researchers participating in The International Conference on Elementary Education (ICEE) which is being hosted by the Elementary Education Study Programme School of Postgraduate Studies, Universitas Pendidikan JURNAL KESEHATAN TAMBUSAI Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) JURNAL PENDIDIKAN DAN ILMU FISIKA Jurnal Abdi Masyarakat Indonesia JOURNAL OF HUMANITIES, SOCIAL SCIENCES AND BUSINESS (JHSSB) Journal Of Human And Education (JAHE) Jurnal Kreativitas dan Inovasi (Jurnal Kreanova) Journal of Management, Accounting, General Finance and International Economic Issues (MARGINAL) Wicarana Cerdika: Jurnal Ilmiah Indonesia Easta Journal of Innovative Community Services Innovative: Journal Of Social Science Research Jurnal Embistek (Ekonomi, Manajemen Bisnis, Syariah dan Teknologi) Jurnal Teknologi Informasi Mura Journal of Information Systems Management and Digital Business Jurnal Sains Student Research Jurnal Komputer dan Teknologi (JUKOMTEK) Hatta: Jurnal Pendidikan Ekonomi dan Ilmu Ekonomi IJMA Multidisciplinary Indonesian Center Journal
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknologi Informasi MURA

PENERAPAN METODE DATA MINING PADA KASUS KRIMINALITAS INDONESIA Rahmadayanti, Fitria; Rahayu, Rika
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2054

Abstract

Kriminalitas merupakan masalah yang sering terjadi di lingkungan masyarakat yang dapat mengancam keselamatan dimana saja termasuk di negara Indonesia. Berdasarkan data dari Badan Statistic tindak Kriminaitas di Indonesia sebesar 90 per 100.000 penduduk pada tahun 2021. hal itu berarti ada 90 dari 100.000 penduduk yang menjadi korban kriminalitas sepanjang tahun lalu. Ini menjadi PR pemerintah dan kepolisian republic indonesia khususnya untuk dapat menangani dan mengupayakan penanggulangan kriminalitas di Indonesia. Tujuan dari penelitian ini adalah dapat membantu pihak kepolisian di Indonesia menganalisis data-data kriminalitas yang terjadi berdasarkan jenis kejahatan sehingga mempermudah pemerintah Indonesia dalam mengambil suatu keputusan. Metode yang digunakan pada penelitian adalah metode CRIS-DM yang terdiri dari 6 tahap yaitu Business Understanding (Pemahaman Bisnis), Data Understanding (Pemahaman Data), Data Preparation (Persiapan Data), Modelling (Pemodelan), Evaluation (Pengujian) dan Deployment (Penyebaran). Pada penelitian dilakukan pengelompokan data kriminalitas di Indonesia menggunakan Algoritma K-Means, Data yang diloah di bagi menjadi 3 Cluster yaitu Cluster tindak kriminalitas tingkat tinggi (C0), Cluster tindak kriminalitas tingkat sedang (C1) dan Cluster tindak kriminalitas tingkat renda (C2). Hasil algoritma K-Means diperoleh dengan hasil Cluster 1 dengan kategori tindak kriminalitas sangat tinggi memiliki 22 items, Cluster 2 dengan kategori tinggi memiliki 1 items dan Cluster 3 dengan kategori sedang memiliki 11 items.