<![CDATA[Tujuan dari penelitian ini adalah menghasilkan pemetaan tingkat kriminalitas kota Pagar Alam dengan memanfaatkan metode machine learning. Penelitian ini dilatar belakangi data laporan polisi kurang lengkapnya data dalam berita acara pemeriksaaan yang digunakan, berdampak pada informasi terkait lokasi kejadian yang ada pada data laporan Satreskrim sehingga kurangnya keakuratan informasi. Metode pengembangan sistem menggunakan CRISP-DM yang terdiri dari 6 tahap yaitu Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation dan Deployment. Pada penelitian ini algoritma yang digunakan yaitu K-Means Clustering, data diolah menjadi 3 Cluster yaitu Cluster tingkat kriminalitas tidak rawan (C0), Cluster rawan (C1), Cluster sangat rawan (C2). Hasil diperoleh tahun 2020 untuk cluster_0 yaitu sebanyak 28 kelurahan, tahun 2021 sebanyak 24 kelurahan dan tahun 2020 sebanyak 20 kelurahan. Untuk cluster_1 pada tahun 2020 yaitu 6 kelurahan, tahun 2021 sebanyak 10 kelurahan dan tahun 2022 sebanyak 11 kelurahan. Dan cluster_2 pada tahun 2020 dan 2021 yaitu hanya 1 kelurahan dan tahun 2022 sebanyak 4 kelurahan. Metode pengujian menggunakan Elbow. Hasil dari pengujian metode Elbow untuk menghitung hasil SSE terbentuk 3 cluster (K=3) dengan nilai 3244.766. Hasil pengujian dengan jumlah cluster 3 dapat dikatakan valid atau sesuai dengan hasil clastering k-means pada Rapid Miner, hasil dari klasterisasi berupa pemetaan menggunakan ArcGISÂ ]]>
