OPTIMALISASI PARAMETER FEATURE SELECTION PADA PREDIKSI KASUS KEKERASAN DI JAWA BARAT MENGGUNAKAN ALGORITMA REGRESI LINEAR

Abstract

Kekerasan kini telah menjadi persoalan sosial utama di Indonesia. Data statistik menunjukkan peningkatan kasus kekerasan yang sangat signifikan di Jawa Barat dalam beberapa tahun terakhir berdasarkan tempat kejadian yang tercatat oleh Dinas Pemberdayaan Perempuan, Perlindungan Anak, dan Keluarga Berencana. Tujuan penelitian ini adalah memprediksi pola kasus kekerasan di Jawa Barat di masa depan dengan menerapkan teknik Data Mining. Peningkatan kasus ini mengindikasi bahwa masalah kekerasan di Jawa Barat belum tertangani dan dicegah secara maksimal. Metode yang digunakan adalah Algoritma Regresi Linear dengan perangkat lunak RapidMiner. Parameter Feature Selection jenis M5 Prime, greedy, T-Test, dan Iterative T-Test dimanfaatkan untuk menghasilkan nilai Root Mean Squared Error (RMSE) yang optimal. Dari hasil penelitian menunjukkan keempat jenis feature selection menghasilkan nilai RMSE sebesar 28,548 +/- 0,000. Hasil dari penelitian ini dijadikan sebagai salah satu strategi bagi pemerintah dalam upaya pencegahan dan penanganan terhadap permasalahan kasus kekerasan di Jawa Barat, serta meminimalisir dan mengantisipasi terjadinya kasus kekerasan masa yang akan datang.