PENERAPAN METODE DATA MINING PADA KASUS KRIMINALITAS INDONESIA

Kriminalitas merupakan masalah yang sering terjadi di lingkungan masyarakat yang dapat mengancam keselamatan dimana saja termasuk di negara Indonesia. Berdasarkan data dari Badan Statistic tindak Kriminaitas di Indonesia sebesar 90 per 100.000 penduduk pada tahun 2021. hal itu berarti ada 90 dari 100.000 penduduk yang menjadi korban kriminalitas sepanjang tahun lalu. Ini menjadi PR pemerintah dan kepolisian republic indonesia khususnya untuk dapat menangani dan mengupayakan penanggulangan kriminalitas di Indonesia. Tujuan dari penelitian ini adalah dapat membantu pihak kepolisian di Indonesia menganalisis data-data kriminalitas yang terjadi berdasarkan jenis kejahatan sehingga mempermudah pemerintah Indonesia dalam mengambil suatu keputusan. Metode yang digunakan pada penelitian adalah metode CRIS-DM yang terdiri dari 6 tahap yaitu Business Understanding (Pemahaman Bisnis), Data Understanding (Pemahaman Data), Data Preparation (Persiapan Data), Modelling (Pemodelan), Evaluation (Pengujian) dan Deployment (Penyebaran). Pada penelitian dilakukan pengelompokan data kriminalitas di Indonesia menggunakan Algoritma K-Means, Data yang diloah di bagi menjadi 3 Cluster yaitu Cluster tindak kriminalitas tingkat tinggi (C0), Cluster tindak kriminalitas tingkat sedang (C1) dan Cluster tindak kriminalitas tingkat renda (C2). Hasil algoritma K-Means diperoleh dengan hasil Cluster 1 dengan kategori tindak kriminalitas sangat tinggi memiliki 22 items, Cluster 2 dengan kategori tinggi memiliki 1 items dan Cluster 3 dengan kategori sedang memiliki 11 items.