KLASTERISASI TINGKAT KRIMINALITAS DI INDONESIA MENGGUNAKAN METODE K-MEANS

Abstract

Tingginya tingkat kriminalitas di Indonesia menjadi permasalahan serius yang berdampak pada keamanan dan ketertiban masyarakat. Variasi jumlah dan jenis kejahatan di tiap provinsi, seperti tingginya kasus pencurian di Sumatera Utara dan pembunuhan di Jawa Timur, menunjukkan adanya ketimpangan kondisi sosial ekonomi antar wilayah. Sayangnya, informasi mengenai tingkat kriminalitas sering kali hanya diketahui secara reaktif setelah kasus terjadi, sehingga langkah pencegahan menjadi kurang optimal. Penelitian ini memiliki tujuan dalam rangka membangun sistem klasterisasi tingkat kriminalitas di Indonesia berdasarkan data sosial ekonomi dan jenis kejahatan yang dilaporkan. Metode yang dipergunakan yaitu K-Means Clustering dengan variabel berupa data pembunuhan, pencurian, narkotika, perkosaan, pencurian kendaraan bermotor, pengangguran, kemiskinan, dan IPM. Hasil penelitian menunjukkan bahwa sistem berhasil mengelompokkan provinsi dengan cukup baik, ditunjukkan oleh nilai Silhouette Score rata-rata sebesar 0,34, dengan nilai tertinggi terdapat pada Cluster 3 sebesar 0,38. Sistem juga telah diuji melalui pengujian blackbox, kompatibilitas web browser (Microsoft Edge, Google Chrome, dan Mozilla Firefox), serta evaluasi pengguna dengan hasil positif. Penelitian ini diharapkan dapat memberikan gambaran pola kriminalitas sebagai dasar pengambilan kebijakan yang lebih tepat sasaran. Untuk pengembangan selanjutnya, disarankan agar data mencakup seluruh kota di tiap provinsi dan metode K-Means++ digunakan untuk peningkatan akurasi klasterisasi