Open AccessPENERAPAN ALGORITMA K-MEANS UNTUK MENGETAHUI TINGKAT TINDAK KEJAHATAN DAERAH PEMATANGSIANTAR
Author(s) -
Hotma Dame Tampubolon,
Devi Gultom,
Luvita Yolanda Hutabarat,
Fikrul Ilmi R.H Zer,
Dedy Hartama
Publication year - 2020
Publication title -
jurti (jurnal teknologi informasi)/jurti (jurnal teknologi informasi)
Language(s) - English
Resource type - Journals
eISSN - 2615-2738
pISSN - 2580-7927
DOI - 10.36294/jurti.v4i1.1263
Subject(s) - humanities , political science , philosophy
- Crime is now a concern and concern for the community, especially those in the Pematangsiantar Region. Acts of crime that often occur are murder, theft, drugs, rape. With the rampant crime in Pematangsiantar City, it is necessary to group each region using the K-Means algorithm. The data source in this study is a collection of various documents of information Criminal Acts by Pematangsiantar Police Law. The data used in this study are data from 2019 consisting of 6 Districts. In this study, the K-Means algorithm is used to find out areas that have high crime rates and low crime rates areas.Keywords - Crime, K-Means, Clustering, Data Mining Abstrak - Kejahatan saat ini menjadi perhatian dan ke khawatiran bagi masyarakat terutama yang ada di Wilayah Pematangsiantar. Aksi kejahatan yang sering terjadi ialah pembunuhan, pencurian, narkoba, Pemerkosaan. Dengan maraknya kejahatan di Kota Pematangsiantar maka di perlukan pengelompokkan tiap daerah menggunakan algoritma K-Means. Sumber data pada penelitian ini merupakan kumpulan dari berbagai dokumen-dokumen keterangan Aksi Kriminalitas oleh Hukum Polres Pematangsiantar. Data yang digunakan pada penelitian ini adalah data dari tahun 2019 yang terdiri dari 6 Kecamatan. Dalam penelitian ini algoritma K-Means digunakan untuk mengetahui daerah yang memiliki tingkat kejahatan tinggi dan daerah tingkat kejahatan rendah.Kata Kunci - Kejahatan, K-Means, Clustering, Data Mining