Claim Missing Document
Check
Articles

Found 2 Documents
Search

Identifikasi Siswa yang Beresiko Terlibat Tawuran Menggunakan Metode Algoritma Decision Tree pada Siswa SMP N 18 Padang Dinda Permata Sukma; Munadi Fauzan; Eriwandi Eriwandi; Diana Kemala Odang; Irvandori Aplana
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.2771

Abstract

Permasalahan sosial yang kerap terjadi di lingkungan pendidikan adalah tawuran. maraknya tawuran yang terjadi di kota padang salah satunya pada SMPN 18 Kota Padang. Guru kerap menemukan senjata tajam di dalam tas siswa ketika melalukan razia di kelas. Pada penelitian ini menerapkan metode decision tree untuk mengidentifikasi resiko penyebab siswa melakukan tawuran khususnya pada siswa kelas IX. Dengan metode ini, sekolah diharapkan dapat mengambil tindakan pencegahan lebih awal. Pengambilan data dilakukan dengan cara wawancara dengan guru BK dan mengumpulkan data sebanyak 100 data siswa. Data yang sudah di dapat selanjutnya di olah. Variabel yang dibutuhkan untuk mengidientifikasi resiko siswa yang terlibat tawuran diantaranya pelanggaran siswa, bermasalah dengan teman, hasil nilai rapor dan siswa tinggal dengan siapa. Hasil dari pengujian menggunakan metode Decision Tree ini apakah siswa beresiko terlibat tawuran atau tidak. Tujuan dari penelitian ini adalah membantu para guru dalam mengantisipasi siswa yang terlibat tawuran sebelum terjadi tawuran antar pelajar. Faktor - faktor yang menyebabkan resiko terjadinya tawuran antara lain pelanggaran yang dilakukan , permasalahan dengan teman, hasil nilai rapor siswa dan siswa tinggal dengan siapa. dari hasil penelitian ini variabel pelanggaran mendapatkan nilai Gain tertinggi yaitu 0.740344.
Klasterisasi Wilayah Rawan Tindak Kriminal Menggunakan Algoritma K-Means . (Studi Kasus Di Wilayah Hukum Pengadilan Negeri Painan) Sando Eka Putra; Sintia Sintia; Diana Kemala Odang
Journal of Innovative and Creativity Vol. 6 No. 1 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i1.6737

Abstract

Meningkatnya jumlah kasus kriminal setiap tahun di wilayah hukum Pengadilan Negeri Painan menjadi perhatian penting bagi aparat penegak hukum. Oleh karena itu, diperlukan penyediaan informasi yang bermanfaat bagi masyarakat mengenai daerah-daerah yang tergolong rawan tindak kriminal. Salah satu metode yang dapat digunakan untuk mengidentifikasi daerah rawan tersebut adalah klasterisasi dengan algoritma K-Means. Penelitian ini bertujuan untuk mengelompokkan daerah berdasarkan tingkat kerawanan tindak kriminal di wilayah hukum Pengadilan Negeri Painan menggunakan algoritma K-Means. Metode ini termasuk dalam teknik data mining yang berfungsi untuk memisahkan atau mengelompokkan data ke dalam beberapa kelompok (cluster) berdasarkan kesamaan karakteristik tertentu. Hasil penelitian menunjukkan bahwa penerapan algoritma K-Means dengan bantuan aplikasi RapidMiner 5.3 mampu mengelompokkan wilayah ke dalam beberapa kategori tingkat kerawanan, yaitu rawan, kurang rawan, dan aman. Informasi yang dihasilkan dari penelitian ini diharapkan dapat membantu lembaga penegak hukum dalam melakukan pemetaan daerah rawan kejahatan serta mendukung pengambilan keputusan yang lebih efektif dalam upaya pencegahan tindak kriminal