Perbandingan Metode Fuzzy C-Means Clustering Dan Fuzzy Gustafson Kessel Clustering Pada Pengelompokkan Provinsi Di Indonesia Berdasarkan Faktor Yang Mempengaruhi Tingkat Kriminalitas

Abstract

Indonesia adalah negara yang memiliki kepadatan penduduk selalu bertambah di setiap tahun, dengan bertambahnya tingkat kepadatan penduduk menjadikan angka kriminalitas di Indonesia semakin meningkat. Tindakan kriminalitas muncul karena didukung faktor-faktor penyebab terjadinya kriminalitas. Dalam upaya meningkatkan keamanan dan kesejahteraan masyarakat Indonesia maka peneliti melakukan pengelompokkan pada tiap-tiap provinsi di Indonesia berdasarkan faktor-faktor yang mempengaruhi tingkat kriminalitas. Penelitian kali ini memakai perbandingan metode Fuzzy C-Means Clustering (FCM) dan Fuzzy Gustafson Kessel Clustering (FGK) dengan menggunakan validasi indeks penentuan klaster optimal yaitu Davies Bouldin Index. Hasil yang diperoleh pada penelitian kali ini untuk metode FGK lebih baik dibandingkan dengan metode FCM karena memiliki nilai rasio simpangan baku yang lebih kecil. Hasil pengelompokkan dengan menggunakan metode terbaik yaitu FGK diperoleh bahwa jumlah klaster optimal yang terbentuk sebanyak 5 klaster dengan hasil pengelompokan klaster 1 beranggotakan 6 provinsi, klaster 2 beranggotakan 4 provinsi, klaster 3 beranggotakan 11 provinsi, klaster 4 beranggotakan 5 provinsi, dan klaster 5 beranggotakan 8 provinsi.