CLUSTERING PENENTUAN POTENSI KEJAHATAN DAERAH DI KOTA BANJARBARU DENGAN METODE K-MEANS

Abstract

Abstract

Within the scope of the police, the data held in the database can be used to
make a crime report, the presumption of evil to come, and so on. With the data
mining based on the amount of data stored so much, these data can be processed to
find the useful knowledge for police. One technique that is known in the data mining
clustering techniques. The purpose of the job grouping (clustering) the data can be
divided into two, namely grouping for understanding and grouping to use. Methods
K-Means clustering is a method for engineering the most simple and common. KMeans
clustering is one method of data non-hierarchy (partition) which seeks to
partition the existing data in the form of two or more groups. This method of
partitioning data into groups so that the same characteristic of data put into the
same group and a different characteristic data are grouped into another group. The
purpose of this grouping is to minimize the objective function is set in the grouping
process, which generally seek to minimize the variation within a group and maximize
the variation between groups. The data mined to determine the potential clustering
of crime in the city area of crime data Banjarbaru is owned by the city police in the
Police Banjarbaru. Thus this study aims to assess the stage of clustering techniques
and build clustering determination of potential crime areas in the city Banjarbaru.

Keywords:Clustering, Data mining, K-Means, K-Means Clustering

ABSTRAK
Dalam ruang lingkup kepolisian, data-data yang dimiliki pada basis data
dapat dimanfaatkan untuk pembuatan laporan kejahatan, praduga kejahatan yang
akan datang, dan sebagainya.Dengan adanya data mining yang didasarkan pada
jumlah data yang tersimpan begitu banyak, data-data tersebut dapat diproses untuk
menemukan suatu pengetahuan yang berguna bagi pihak kepolisian.Salah satu
teknik yang dikenal dalam data mining yaitu teknik clustering.Tujuan pekerjaan
pengelompokan (clustering) data dapat dibedakan menjadi dua, yaitu
pengelompokan untuk pemahaman dan pengelompokan untuk penggunaan.Metode
K-Means merupakan metode untuk teknik clustering yang paling sederhana dan
umum.K-Means merupakan salah satu metode pengelompokan data nonhirarki
(sekatan) yang berusaha mempartisi data yang ada ke dalam bentuk dua atau lebih
kelompok. Metode ini mempartisi data ke dalam kelompok sehingga data berkarakteristik sama dimasukkan ke dalam satu kelompok yang sama dan data
yang berkarakteristik berbeda dikelompokkan ke dalam kelompok yang lain. Tujuan
dari pengelompokan ini adalah untuk meminimalkan fungsi objektif yang diset
dalam proses pengelompokan, yang pada umumnya berusaha meminimalkan variasi
di dalam suatu kelompok dan memaksimalkan variasi antar kelompok.Data yang
ditambang untuk clustering penentuan potensi kejahatan daerah di kota Banjarbaru
yaitu data kejahatan yang dimiliki oleh kepolisian Polres di kota
Banjarbaru.Sehingga penelitian ini bertujuan untuk mengkaji tahapan teknik
clustering dan membangun clustering penentuan potensi kejahatan daerah di kota
Banjarbaru.
Kata kunci:Clustering, Data mining,K-Means, K-Means Clustering