Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer)
Rika Rahayu
Institut Teknologi Pagar Alam, Pagar Alam, Sumatera Selatan
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
pemetaan tingkat kriminalitas kota pagar alam dengan memanfaatkan metode machine learning Sasmita Sasmita; Fitria Rahmadayanti; Rika Rahayu
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 23 No 1 (2024): Februari 2024
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v23i1.9599

Abstract

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 ArcGIS 
Co-Authors Fitria Rahmadayanti Sasmita Sasmita