Pengelompokan Provinsi di Indonesia Berdasarkan Jumlah Kasus Kriminalitas dengan Menggunakan Metode Clustering K-Medoids

Zulkhairi, Fahmi Z. (2025) Pengelompokan Provinsi di Indonesia Berdasarkan Jumlah Kasus Kriminalitas dengan Menggunakan Metode Clustering K-Medoids. Skripsi thesis, UIN Imam Bonjol Padang.

	Text (Cover-Daftar Isi) SKRIPSI Zulkhairi Fahmi.Z 2117010032 Cover-Daftar Isi.pdf - Published Version Download (1MB)
	Text (BAB I) SKRIPSI Zulkhairi Fahmi.Z 2117010032 BAB 1.pdf - Published Version Download (304kB)
	Text (BAB III) SKRIPSI Zulkhairi Fahmi.Z 2117010032 BAB 3.pdf - Published Version Download (322kB)
	Text (BAB V dan Daftar Pustaka) SKRIPSI Zulkhairi Fahmi.Z 2117010032 BAB 5 dan Daftar Pustaka.pdf - Published Version Download (354kB)
	Text (Full Text) SKRIPSI Zulkhairi Fahmi.Z 2117010032 Full Text.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Kriminalitas merupakan salah satu masalah sosial yang paling mempengaruhi keamanan dan kesejahteraan masyarakat di suatu daerah. Perbedaan jumlah kasus kriminalitas yang relatif fluktuatif antar wilayah di Indonesia menjadi perhatian yang perlu diidentifikasi. Penelitian ini bertujuan untuk mengelompokan provinsi-provinsi di Indonesia berdasarkan jumlah kasus kriminalitas dengan menggunakan metode pengelompokan K-Medoids. Data yang digunakan pada penelitian ini adalah jumlah kasus-kasus kriminalitas pada setiap provinsi di Indonesia. Terdapat tiga pengukuran jarak yang digunakan, yaitu Euclidean Distance, Manhattan Distance, dan Minkowski Distance. Kualitas pengelompokan akan dievaluasi dengan menggunakan Davies-Bouldin Index dan Silhouette Score. Hasil penelitian menunjukkan bahwa pengelompokan menggunakan metode K-Medoids dengan pengukuran jarak Euclidean Distance dan Minkowski Distance memberikan kualitas pengelompokan yang lebih baik dibandingkan dengan pengelompokan yang menggunakan pengukuran jarak Manhattan Distance berdasarkan Silhouette Score dan Davies-Bouldin Index yaitu dengan nilai 0.746 dan 0.42 secara berturut-turut, sehingga pengelompokan tersebut menjadi solusi pada penelitian.

Actions (login required)

View Item