Pemetaan Tingkat Kriminalitas di Indonesia: Analisis Spasial dengan Pendekatan SIG pada Tingkat Provinsi

  • Ronal Watrianthos * Mail Universitas Al Washliyah , Indonesia
  • Sudi Suryadi Universitas Al Washliyah, Indonesia
  • Kusmanto Universitas Al Washliyah, Indonesia
  • Samsir Samsir Universitas Al Washliyah, Indonesia
Keywords: Pemetaan; Spasial; K-Means; Kriminalitas; Indonesia

Abstract

Indonesia memiliki Indeks Pembangunan Manusia yang rendah, yang menunjukkan bahwa masih ada pekerjaan yang harus dilakukan untuk meningkatkan kualitas hidup dan kesehatan masyarakatnya. Selain itu, Indonesia menghadapi banyak masalah sosioekonomi, termasuk populasi yang berlebihan, kemiskinan, tingkat pengangguran yang tinggi, dan sistem pendidikan yang buruk. Masalah-masalah ini dapat memengaruhi masyarakat, termasuk meningkatkan kejahatan. Banyak indikator yang umum digunakan dalam bidang statistik kriminal untuk mengukur kejahatan dari perspektif yang luas dan untuk menilai tingkat keparahannya. Tujuan dari penelitian ini adalah untuk menggambarkan distribusi tingkat kejahatan secara keseluruhan di antara provinsi-provinsi Indonesia, dengan penekanan khusus pada Sumatra dan Jawa. Studi ini menggunakan data dari Badan Pusat Statistik dari tahun 2010 hingga 2020 tentang jumlah kejahatan yang dilaporkan oleh petugas polisi regional. Objek yang diamati di masing-masing provinsi dikelompokkan ke dalam kelompok yang saling terkait menggunakan teknik pembelajaran tidak terbimbing dengan algoritma klasifikasi K-Means. Hasil menunjukkan bahwa antara tahun 2010 dan 2020, provinsi Bengkulu, Kepulauan Bangka Belitung, dan Banten memiliki tingkat kejahatan terendah dibandingkan provinsi lain di Sumatra dan Jawa. Hasil ini menunjukkan bahwa ketiga provinsi ini mungkin memiliki kemampuan yang lebih baik untuk mengatasi masalah sosioekonomi yang diketahui berkontribusi pada kejahatan.

References

[1] Badan Pusat Statistik, “Indeks Pembangunan Manusia (IPM) Indonesia Tahun 2020,” Bps, no. 97, 2020.
[2] Muttaqin, M. Zuhril, and A. Irfan, “Perancangan sistem pemetaan dan pendataan populasi penduduk miskin di Kota Banda Aceh menggunakan aplikasi Quantum GIS,” Informatics and Computer Science, vol. 5, no. 1, 2019.
[3] I. Lubis and D. Eva Santi Silalahi, “Faktor-Faktor Yang Mempengaruhi Kemiskinan di Provinsi Sumatera UTara,” JURNAL PENELITIAN PENDIDIKAN SOSIAL HUMANIORA, vol. 7, no. 1, 2022.
[4] N. P. Syabrina, Hardiani, and C. Mustika, “Pengaruh Pertumbuhan Ekonomi Dan Tingkat Pengangguran Terhadap Tingkat Kemiskinan Di Provinsi Sumatera Utara,” e-Jurnal Perspektif Ekonomi dan Pembangunan Daerah, vol. 10, no. 1, 2021.
[5] R. A. Pratama, T. Shafira, F. Ardiansyah, and R. F. Hakim, “Characteristics and segmentation of social problems with kohonen self-organizing maps,” Bulletin of Social Informatics Theory and Application, vol. 1, no. 1, 2017, doi: 10.31763/businta.v1i1.19.
[6] L. Ghiffari, N. Gusriani, and K. Parmikanti, “Pemetaan Jenis Tindak Kriminal di Indonesia Berdasarkan Karakteristik Wilayah Menggunakan Canonical Correspondence Analysis (CCA),” Jurnal Statistika dan Aplikasinya, vol. 5, no. 2, 2021, doi: 10.21009/jsa.05202.
[7] A. Chairani P, I. K. Dwi Astuti, N. Panjaitan, S. R. Y. Sinurat, and R. J. Yuhan, “Analisis Jalur Pada Kejadian Kriminalitas di Indonesia Tahun 2018,” Jurnal Sains Matematika dan Statistika, vol. 6, no. 2, 2020, doi: 10.24014/jsms.v6i2.10555.
[8] Margo Yuwono, STATISTIK KRIMINAL 2021. Badan Pusat Statistik, 2021.
[9] Statista Research Department, “Crime rate in Indonesia from 2011 to 2020(per 100,000 population),” statista.com, Feb. 2022.
[10] K. P. Sinaga and M. S. Yang, “Unsupervised K-means clustering algorithm,” IEEE Access, vol. 8, 2020, doi: 10.1109/ACCESS.2020.2988796.
[11] S. S. Yu, S. W. Chu, C. M. Wang, Y. K. Chan, and T. C. Chang, “Two improved k-means algorithms,” Applied Soft Computing Journal, vol. 68, 2018, doi: 10.1016/j.asoc.2017.08.032.
[12] D. Andra and A. B. baizal, “E-commerce Recommender System Using PCA and K-Means Clustering,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 6, no. 1, pp. 57–63, 2022, doi: 10.29207/resti.v6i1.3782.
[13] M. Jumarlis and Mirfan, “Detecting Diseases on Clove Leaves Using GLCM and Clustering K-Means,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 6, no. 4, pp. 624–631, 2022, doi: 10.29207/resti.v6i4.4033.
[14] I. Shaik, S. S. Nittela, T. Hiwarkar, and S. Nalla, “K-means clustering algorithm based on E-commerce big data,” International Journal of Innovative Technology and Exploring Engineering, vol. 8, no. 11, 2019, doi: 10.35940/ijitee.K2121.0981119.
[15] Md. B. Khan and Md. I. Talukder, “Spatial Distribution of Crime in Bangladesh: An Analysis,” Journal of Penal Law and Criminology / Ceza Hukuku ve Kriminoloji Dergisi, vol. 0, no. 0, 2021, doi: 10.26650/jplc2021-931625.
[16] N. Azis et al., “Mapping study using the unsupervised learning clustering approach,” IOP Conf Ser Mater Sci Eng, vol. 1088, no. 1, p. 012005, Feb. 2021, doi: 10.1088/1757-899X/1088/1/012005.
[17] S. Land and S. Fischer, RapidMiner 5: RapidMiner in academic use. Rapid-I GmbH, 2012.
[18] C. Yuan and H. Yang, “Research on K-Value Selection Method of K-Means Clustering Algorithm,” J Multidisciplinary Scientific Journal, vol. 2, no. 2, pp. 226–235, Jun. 2019, doi: 10.3390/j2020016.
[19] R. Watrianthos, R. Handayani, A. F. P. Akhir, A. Ambiyar, and U. Verawardina, “Penerapan Algoritma K-Means Pada Pemetaan Kemampuan Penggunaan Teknologi InformasiRemaja dan Dewasadi Indonesia,” Journal of Computer System and Informatics (JoSYC) , vol. 4, no. 1, Nov. 2022.
[20] F. P. Dewi, P. S. Aryni, and Y. Umaidah, “Implementasi Algoritma K-Means Clustering Seleksi Siswa Berprestasi Berdasarkan Keaktifan dalam Proses Pembelajaran,” JISKA (Jurnal Informatika Sunan Kalijaga), vol. 7, no. 2, pp. 111–121, Jul. 2022, doi: 10.14421/jiska.2022.7.2.111-121.
[21] F. Nur, M. Zarlis, and B. B. Nasution, “Penerapan Algoritma K-Means Pada Siswa Baru Sekolah Menengah Kejuruan Untuk Clustering Jurusan,” InfoTekJar: Jurnal Nasional …, 2017, [Online]. Available: https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/70
[22] I. Kurniawan and A. Susanto, “Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019,” Eksplora Informatika, vol. 9, no. 1, pp. 1–10, Sep. 2019, doi: 10.30864/eksplora.v9i1.237.
[23] Qomariyah and M. U. Siregar, “Comparative Study of K-Means Clustering Algorithm and K-Medoids Clustering in Student Data Clustering,” JISKA (Jurnal Informatika Sunan Kalijaga), vol. 7, no. 2, pp. 91–99, Jul. 2022, doi: 10.14421/jiska.2022.7.2.91-99.
[24] S. R. Munthe, S. Suryadi, and ..., “Algoritma K-Means Untuk Analisis Presepsi Masyarakat Labuhanbatu Dalam Promosi Produk Berbasis Digital Pasca COVID-19,” U-NET Jurnal …, 2021, [Online]. Available: https://ejurnal.univalabuhanbatu.ac.id/index.php/u-net/article/view/346
[25] E. Kartikadarma, S. Jumini, N. B. H. Ismail, and ..., “Educational Data Mining to Improve Decision Support on the Ratio of students and Study Groups in Elementary Schools in Indonesia using K-Means Method.,” Ilkogretim …, 2021, [Online]. Available: http://search.ebscohost.com/login.aspx?direct=true&profile=ehost&scope=site&authtype=crawler&jrnl=13053515&AN=150153727&h=KZBWkxTSzOwdMGGIHiH4O%2FJVnCGAi5ddgp5e7DFjomzmWCXdSVS4BVgJKzdCS0donDlo7%2BMKK12EevHXK9XuTg%3D%3D&crl=c
[26] F. Rahman, I. I. Ridho, M. Muflih, S. Pratama, M. R. Raharjo, and A. P. Windarto, “Application of Data Mining Technique using K-Medoids in the case of Export of Crude Petroleum Materials to the Destination Country,” IOP Conf Ser Mater Sci Eng, vol. 835, no. 1, p. 012058, Apr. 2020, doi: 10.1088/1757-899X/835/1/012058.
[27] Ainurrohmah, “Akurasi Algoritma Klasifikasi pada Software Rapidminer dan Weka,” Prosiding Seminar Nasional Matematika, vol. 4, 2021.
[28] S. Kurniawan, W. Gata, D. A. Puspitawati, I. K. S. Parthama, H. Setiawan, and S. Hartini, “Text Mining Pre-Processing Using Gata Framework and RapidMiner for Indonesian Sentiment Analysis,” IOP Conf Ser Mater Sci Eng, vol. 835, p. 012057, May 2020, doi: 10.1088/1757-899X/835/1/012057.
[29] J. Karman, H. Mulyono, and A. Taqwa Martadinata, “Sistem Informasi Geografis Berbasis Android Studi Kasus Aplikasi SIG Pariwisata,” Deepublish. 2019.
[30] J. Karman and H. Mulyono, “Perancangan Sistem Informasi Geografis Lokasi Objek Wisata Di Kota Lubuklinggau Berbasis Android,” J-SAKTI (Jurnal Sains Komputer dan Informatika), vol. 3, no. 2, 2019, doi: 10.30645/j-sakti.v3i2.160.
[31] A. Riansyah, D. Kurniadi, I. Widihastuti, and ..., “Sistem Informasi Geografis Untuk Pemetan Lokasi Dan Bidang Kompetensi Sekolah Menengah Kejuruan (SMK) Di Kota Tegal,” TRANSISTOR Elektro …, 2018, [Online]. Available: http://jurnal.unissula.ac.id/index.php/EI/article/view/3025
[32] K. Hamdi, “Analisis Data Sistem Informasi Geografis Rumah Tidak Layak Huni (RTLH) Menggunakan Metode Fuzzy Logic,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 4, no. 6, pp. 1179 – 1189–1179 – 1189, 2020, doi: 10.29207/resti.v4i6.2658.
[33] R. E. P. Putera, F. Ramdani, and ..., “Evaluasi Tampilan Antarmuka QGIS dan MapWindow dengan Menggunakan Pendekatan Heuristic Evaluation (Studi Kasus: Fungsi Geoprocessing Tools),” … Teknologi Informasi dan …, vol. 3, no. 11, 2020, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6681
[34] Badan Pusat Statistik, “Statistik kriminal 2022,” 2022.
[35] A. Idrus, N. Tarihoran, U. Supriatna, A. Tohir, S. Suwarni, and R. Rahim, “Distance Analysis Measuring for Clustering using K-Means and Davies Bouldin Index Algorithm,” TEM Journal, vol. 11, no. 4, 2022, doi: 10.18421/TEM114-55.
[36] Y. A. Wijaya, D. A. Kurniady, E. Setyanto, W. S. Tarihoran, and ..., Davies Bouldin Index Algorithm for Optimizing Clustering Case Studies Mapping School Facilities. ceeol.com, 2021. [Online]. Available: https://www.ceeol.com/search/article-detail?id=977772
Dimensions Badge
Published
2023-09-26
How to Cite
Watrianthos, R., Suryadi, S., Kusmanto, & Samsir, S. (2023). Pemetaan Tingkat Kriminalitas di Indonesia: Analisis Spasial dengan Pendekatan SIG pada Tingkat Provinsi. Bulletin of Information Technology (BIT), 4(3), 353 - 360. https://doi.org/10.47065/bit.v4i3.861
Section
Articles