<![CDATA[Penyalahgunaan narkoba merupakan permasalahan serius yang memerlukan identifikasi wilayah rawan untuk penanganan yang lebih efektif. Penelitian ini bertujuan untuk mengelompokkan daerah rawan tindak pidana narkoba di Provinsi Daerah Istimewa Yogyakarta dengan menerapkan algoritma K-Means Clustering dalam kerangka model CRISP-DM. Data yang digunakan mencakup laporan kasus narkoba dari Kepolisian Daerah D.I. Yogyakarta serta data kepadatan penduduk dari BPS D.I. Yogyakarta. Proses analisis dilakukan melalui tahap pengolahan dan eksplorasi data, pemilihan jumlah klaster optimal, serta implementasi algoritma dengan Python dan library Scikit-learn. Hasil klasterisasi menunjukkan bahwa 79 kecamatan di Provinsi DIY dapat dikelompokkan ke dalam tiga kategori tingkat kerawanan, yaitu rendah, sedang, dan tinggi. Klaster dengan tingkat kerawanan tinggi mencakup 4 kecamatan, klaster kerawanan sedang terdiri dari 14 kecamatan, sedangkan 61 kecamatan lainnya termasuk dalam klaster kerawanan rendah. Visualisasi scatter plot digunakan untuk menggambarkan distribusi wilayah dalam setiap klaster, sehingga mempermudah interpretasi pola kerawanan narkoba. Temuan ini diharapkan dapat menjadi acuan bagi aparat penegak hukum dan pemerintah daerah dalam menyusun strategi pencegahan dan penanggulangan penyalahgunaan narkoba secara lebih terarah dan berbasis data.]]>
Copyrights © 2025
