Skripsi
Implementasi K-Means Clustering Dan Elbow Method Untuk Pemetaan Zona Rawan Kejahatan Di Kota Makassar
ABSTRAK
IMANUEL PUTRA KRISTIANG. Implementasi Clustering Dan Elbow Method Untuk Pemetaan Zona Rawan Kejahatan Di Kota Makasar ( dibimbing oleh Muhammad Arafah dan Amran amiruddin )
Polrestabes Makassar memiliki akumulasi data laporan kejahatan yang besar, namun masih berbentuk tabular tanpa representasi geografis, sehingga pola distribusi spasial kejahatan sulit diidentifikasi dan penetapan zona rawan menjadi kurang presisi. Akibatnya, penempatan patroli dan distribusi sumber daya kepolisian kurang optimal karena tidak berlandaskan pemetaan lokasi kejahatan yang terstruktur. Penelitian ini menawarkan solusi berupa implementasi Algoritma K-Means Clustering yang dikombinasikan dengan Elbow Method untuk pemetaan zona rawan kejahatan di Kota Makassar, dengan tujuan mengelompokkan zona rawan berdasarkan data kriminalitas serta mengetahui akurasi dan kinerja sistem dalam pengelompokan wilayah.Data diperoleh melalui studi pustaka dan dari Polrestabes Makassar, mencakup jumlah kasus penganiayaan, curas, pencurian, dan curanmor per kecamatan periode 2022–2025, serta data jumlah penduduk sebagai variabel pendukung. Metode yang digunakan adalah K-Means Clustering, dengan penentuan jumlah cluster menggunakan Elbow Method dan evaluasi kinerja menggunakan Silhouette Score.Hasil penelitian menunjukkan Elbow Method menetapkan jumlah cluster optimal k=3, yang mengklasifikasikan 12 kecamatan ke dalam tiga kategori: Aman (Mariso, Tamalate, Panakkukang, Tallo, Manggala, Biringkanaya) dengan crime rate 937,94; Rawan (Bontoala, Mamajang, Tamalanrea, Makassar, Rappocini) dengan crime rate 1.727,73; dan Bahaya (Ujung Pandang) dengan crime rate tertinggi 3.899,34 per 100.000 penduduk. Evaluasi Silhouette Score menghasilkan nilai 0,538 yang mengindikasikan kualitas pengelompokan cukup baik. Perhitungan Crime Rate Total (CRT) sebagai baseline wilayah hukum Polda Kota Makassar menghasilkan nilai 1.196,14 kasus per 100.000 penduduk, selaras dengan hasil klasterisasi sehingga memperkuat validitas pengelompokan yang diperoleh.
Kata Kunci : K-Means Clustering, Elbow Method, Crime Rate, Silhouette Score, Pemetaan Zona Rawan Kejahatan
Tidak tersedia versi lain