Perbandingan Hasil Pengelompokkan Kejahatan Menggunakan K-Means Dan Self Organizing Maps (SOM) (Studi kasus : Pengelompokkan Kejahatan Konvensional di Kota Palopo Tahun 2015)

Abstract

Tujuan dari penelitian ini adalah mengetahui karakteristik dan menerapkan algoritma data mining untuk mengetahui pengelompokan kejahatan konvensional di Kota Palopo Tahun 2015. Hal ini mampu membantu pemerintah khususnya pihak kepolisian dalam membuat kebijakan tepat guna dalam menyusun regulasi dalam menanggulangi masalah kejahatan konvensional yang terjadi di wilayah Kota Palopo sekaligus mampu meningkatkan kesiapannya dalam menghadapi tindakan kejahatan konvensional 2016. Analisis kelompok yang digunakan menggunakan pendekatan Data Mining dengan algoritma K-Means dan Self Organizing Maps (SOM). Pengelompokan menghasilkan 3 cluster dengan anggota kelompok yang berbeda untuk masing-masing metode, hanya ada kelompok beranggotakan Kecamatan Tellu Wabua, Kecamatan Wara Barat, Kecamatan Wara Selatan dan Kecamatan Bara yang muncul di masing-masing metode. Kata Kunci: Pengelompokan, K-Means, Self Organizing Maps, Kejahatan konvensional