Penerapan Metode Ward Clustering Untuk Pengelompokkan Daerah Rawan Kriminalitas Di Jawa Timur Tahun 2021
Abstract View: 309,
PDF Download: 362
DOI:
https://doi.org/10.32665/statkom.v2i1.1664Keywords:
Kriminalitas, Cluster Hierarki, Pembunuhan, Penganiayaan Berat, KDRTAbstract
Latar Belakang: Segala tindakan yang melanggar hukum pidana ialah tindak kejahatan atau Kriminalitas. Tindakan yang memberikan bahaya secara fisik dan harta orang lain ialah karakteristik kiriminalitas, seperti: kekerasan fisik, pelecehan, pembunuhan, perbudakan, dan obat-obatan terlarang atau narkotika, serta penipuan, perampasan hak milik, korupsi, dan penggelapan uang.
Tujuan: Menganalisis pengelompokan wilayah dengan metode Ward clustering terhadap daerah rawan kriminal di Provinsi Jawa Timur tahun 2021.
Metode: Menerapkan metode kuantitatif berupa metode Cluster Hierarki menggunakan analisis Ward untuk data skunder tentang jumlah kriminalitas di Jawa Timur tahun 2021. Data pengamatan diperoleh dari publikasi Badan Pusat Statistik (BPS) Provinsi Jawa Timur 2021.
Hasil: Diperolaeh hasil Cluster 1 beranggotakan 31 Kabupaten/kota yaitu Pacitan, Ponorogo, Trenggalek, Tulungagung, Blitar, Kediri, Malang, Situbondo, Probolinggo, Pasuruan, Sidoarjo, Mojokerto, Jombang, Nganjuk, Madiun, Magetan, Ngawi, Bojonegoro, Tuban, Lamongan, Sampang, Pamekasan, Sumenep, Kota Kediri, Kota Blitar, Kota Probolinggo, Kota Pasuruan, Kota Mojokerto, Kota Madiun, kota Surabaya, dan kota Batu.Cluster 2 beranggotakan 5 kabupaten/kota yaitu Lumajang, Banyuwangi, Bondowoso, Bangkalan, dan Kota Malang.Cluster 3 beranggotakan 2 kabupaten/kota yaitu Jember dan Gresik..
Kesimpulan: Diperoleh 3 cluster kecamatan yang memiliki kemiripan karakteristik dari studi clustering dengan metode Ward untuk kabupaten/kota yang rawan kriminalitas di Jawa Timur Tahun 2021.
References
Awaliah, R. (2018). Analisis Clustering Untuk Mengelompokkan Tingkat Kesejahteraan Kabupaten/Kota Berdasarkan Sosial Ekonomi Rumah Tangga Di Wilayah Provinsi Sulawesi Selatan. Skripsi. 21, 1–9.
Dewi, T. E. S. (2023). Berikut 4 Kabupaten Terluas di Jawa Timur, Kabupaten Banyuwangi Urutan Pertama. Medialabuanbajo.Com. https://www.medialabuanbajo.com/news/5979124943/berikut-4-kabupaten-terluas-di-jawa-timur-kabupaten-banyuwangi-urutan-pertama
Fachrurrozi, K., Fahmiwati, Hakim, L., Aswadi, and Lidiana. (2021). Pengaruh Kemiskinan dan Pengangguran terhadap Kriminalitas di Indonesia Tahun 2019. Jurnal Real Riset, 3(2), 173-178. http://dx.doi.org/10.47647/jrr.v3i2.423
Hardiwan, D. (2021). Statistik Politik Dan Keamanan Provinsi Jawa Timur 2021.
Punuindoong, G., Wowor, H., & Lumenta, A. (2021). Criminal Data Processing Information System At The Southeast Minahasa Police Criminal Investigation. Jurnal Teknik Informatika, 17(2), 205–212. https://doi.org/10.35793/jti.17.2.2022.36993
Puspita, R. N. (2022). Perbandingan Metode Analisis Cluster Hirarki Pada Data Margin Perdagangan Dan Pengangkutan ( Mpp ) Komoditas Strategis Di Indonesia. Jurnal Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika, dan Statistika, 3(1), 206–223. https://doi.org/10.46306/lb.v3i1.115
Riyardi, A. and Guritno, R.B. (2022). Faktor Ekonomi Yang Mempengaruhi Penurunan Kriminalitas Di Provinsi Jawa Tengah: Analisis Mikroekonomi. Jurnal Ilmu Kepolisian, 16(1), 12. https://doi.org/10.35879/jik.v16i1.349
Rinayunita, & Iqbal, M. (2019). Penggunaan Statistik Kriminal Dalam Penanggulangan Tindak Pidana Penganiayaan (Suatu Penelitian Di Wilayah Kepolisian Resor Bener Meriah). Jurnal Ilmiah Mahasiswa Bidang Hukum Pidana, 3(4), 779–792.
Salam, I. L. (2020). Daerah Rawan Kriminalitas Di Kota Bandung. 1–9.
Sukarna, Zaki, A., and Ilham, M. (2022). Pemodelan Jalur pada Faktor yang Mempengaruhi Kriminalitas di Sulawesi Selatan Tahun 2021. Jurnal MSA (Matematika Dan Statistika Serta Aplikasinya), 10(1), 1–8. https://doi.org/10.24252/msa.v10i1.28243
Talakua, M.W., Leleury, ZA., and Taluta, A. W. (2017). Analisis Cluster Dengan Menggunakan Metode Provinsi Maluku Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2014. BAREKENG : Jurnal Ilmu Matematika dan Terapan , 11(2), 119–128. https://doi.org/10.30598/barekengvol11iss2pp119-128
Tiara, Y. (2019). Hierarchical Cluster Analysis. Medium.Com. https://medium.com/@yesantiara/hierarchical-cluster-analysis-29913ac28196
Windasari, R. (2020). Analisis Cluster Hirarki Metode Average Linkage Berdasarkan Jumlah Kriminalitas Di Indonesia Tahun 2019.
Wulandari, N. (2020). Penerapan Metode K-Means Clustering Terhadap Daerah Rawan Kriminalitas Di Indonesia Pada Tahun 2017 (Vol. 21, Issue 1).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Jurnal Statistika dan Komputasi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish in this Journal agree to the following terms:
- The author retains copyright and grants the Journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allows others to share the work within an acknowledgement of the work’s authorship and initial publication of this Journal.
- Authors can enter into a separate, additional contractual arrangement for the non-exclusive distribution of the Journal’s published version of the work (e.g. acknowledgement of its initial publication in this Journal).
- Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) before and during the submission process, as it can lead to productive exchanges and earlier and more extraordinary citations of published works.
Abstract View: 309,
PDF Download: 362
