Penerapan Machine Learning Dalam Pengelompokkan Wilayah Rawan Tindak Kejahatan Di Kota Batam Menggunakan Algoritma K-Means

Aug 5, 2026

Unggah oleh Levi

Peningkatan keamanan publik semakin kompleks seiring berkembangnya permasalahan sosial, perilaku menyimpang, dan melemahnya nasionalisme moral, yang mendorong kenaikan angka kriminalitas di sejumlah wilayah termasuk Kota Batam. Kejahatan seperti pencurian dengan pemberatan, pencurian dengan kekerasan, dan pencurian kendaraan bermotor menunjukkan tren meningkat dari data kepolisian, khususnya di area yang dinilai rawan. Penelitian ini bertujuan membantu aparat penegak hukum melalui penerapan machine learning dengan algoritma K-Means untuk mengurangi tingkat kejahatan secara lebih proaktif.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman7

Waktu Membaca11 mnt

AksesGratis untuk diunduh

Daftar Isi

Pendahuluan

Permasalahan dan tujuan penelitian

Kajian Teori

Knowledge Discovery in Database (KDD)

Data Mining

Clustering dan K-Means

RapidMiner

Tindak Kejahatan

PENERAPAN MACHINE LEARNING DALAM PENGELOMPOKKAN WILAYAH RAWAN TINDAK KEJAHATAN DI KOTA BATAM MENGGUNAKAN ALGORITMA K-MEANS Mega Christy Aritonang1, Alfannisa Annurrullah Fajrin.2 1Mahasiswa Program Studi Teknik Informatika , Universitas Putera Batam 2Dosen Program Studi Teknik Informatika , Universitas Putera Batam email: [pb190210073@upbatam.ac.id](pb190210073@upbatam.ac.id) ABSTRACT Issues of public security are becoming more complex in this day and age of rapid technical advancement due to the rise of societal problems including deviant behavior and social behavior as well as the collapse in moral nationalism. This has contributed to a troubling rise in crime in a number of places, including Batam City. Although Batam City is growing quickly, crime is also rising, particularly in areas that are seen to be vulnerable. Crimes including motor vehicle theft, violent theft, and aggravated theft are on the rise, according to police data. Purpose of this research is to help law enforcement Batam City take proactive measures to lower crime rates by applying machine learning techniques utilizing the k-means algorithm. Keywords: algorithm, clustering, machine learning, k-means PENDAHULUAN Wilayah Kota Batam salah satu kota yang mempunyai pertumbuhan pesat dalam sebagian tahun terakhir. Tetapipertumbuhan tersebut pula diiringi dengan meningkatnya tindak kejahatan, paling utama diwilayah- wilayah tertentu yang dikira rawan. Bagi informasi Kepolisian tindak kejahatan yang cenderung bertambah. Sebagian tindak pidana berupa pencurian denganpemberatan (curat), pencurian dengankekerasan (curas), serta pencuriankendaraan bermotor (curanmor) . Pastisaja berat untuk pihak Kepolisian, bahwasannya bukan cuma pelakon tindak kejahatan. Hingga periset mengenali sebagian kasus ialah analisa kenaikan keamanan, kenyamanan, sertakedisiplinan warga yang terjalin di daerah rawan terbentuknya tindak kejahatan masih belum optimal, serta belum terdapatnya wujud analisa informasi tindak kejahatan di daerah rawanterbentuknya atau terjadinya tindak pidana pencurian dengan pemberatan (curat), pencurian dengan kekerasan (curas), serta pencurian kendaraan bermotor (curanmor), sehingga denganterdapatnya analisis dalam pengelompokkan kemampuan tingkatankerawanan di daerah Kota Batam bisatergambar serta teranalisa dengan hasil dalam wujud grafik. Bisa diformulasikan permasalahan dalam riset ini ialah bagaimana metode analisis data mining memakai algoritma K-Means menganalisis pengelompokkan daerah rawan tindak kejahatan di Kota Batam?, gimana hasil pengujian analisis denganalgoritma K-Means dengan aplikasi RapidMiner?. Tujuan dari riset ini merupakan buat menganalisis pengelompokkan daerah rawan tindak kejahatan di Kota Batam denganalgoritam K- Means, serta buat menguji hasil analisis pengelompokkan daerah rawan tindak kejahatan dengan aplikasi RapidMiner. KAJIAN TEORI 2. 1 Knowledge Discovery in Database( KDD) Knowledge Discovery in Database( KDD) ialah proses yang terdiri dari pengumpulan, pemakauan informasi, historis buat menciptakan keteratuan, pola ataupun ikatan dalam set informasi berdimensi besar Knowledge Discovery in Database( KDD) didefinisikan selaku ekstraksi data potensial, implisit sertatidak diketahui dari sekumpulan informasi. Proses Knowledge Discovery in Database mengaitkan hasil proses informasi mining( proses pengekstrak kecenderungansesuatu pola informasi setelah itu mengganti hasilnya secara akurat jadi data yang gampang dimengerti( P. P. Putra & Camp; Chan, 2018) . 2. 2 Informasi Mining Bagi (Nabila [et.al](et.al), 2021) informasi data mining ialah metode bantu pengambilan keputusan pada penulis mencari pola dalam informasi. Ini bisadicoba secara manual oleh pengguna( lewat kueri, misalnya) ataupun secaraotomatis oleh fitur lunak yang menanyakan basis informasi buat mencari model informasi. Temuan mengacu padaproses mencari data baru. Pemilihan tugas informasi mining, pemilihan goal dari proses KDD mis

Pertanyaan Umum

Mengapa penelitian ini fokus pada wilayah rawan tindak kejahatan di Kota Batam?

Karena pertumbuhan Kota Batam diiringi meningkatnya tindak kejahatan, terutama pada wilayah yang dianggap rawan. Belum ada analisis data tindak pidana yang mampu mengelompokkan tingkat kerawanan secara optimal.

Bagaimana metode penelitian menggunakan algoritma K-Means?

K-Means digunakan untuk mengelompokkan daerah berdasarkan kemampuan tingkat kerawanan tindak kejahatan. Proses ini dilakukan sebagai analisis data mining untuk menghasilkan pengelompokan dan visualisasi berupa grafik.

Apa peran aplikasi RapidMiner dalam penelitian ini?

RapidMiner digunakan untuk menguji hasil analisis pengelompokkan dengan algoritma K-Means. Hasil pengujian dipakai untuk memvalidasi proses clustering yang dilakukan.

Aug 5, 2026

Unggah oleh Levi