Update Artikelilmiah: 54032

KHUSNUN NISA IKA PERMATASARI

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Kriminalitas merupakan salah satu permasalahan sosial yang menunjukkan perbedaan tingkat dan karakteristik di setiap wilayah Indonesia. Perbedaan tersebut mendorong perlunya pengelompokan wilayah berdasarkan kemiripan karakteristik kriminalitas agar pola persebarannya dapat dipahami dengan lebih baik. Penelitian ini bertujuan untuk mengelompokkan provinsi di Indonesia berdasarkan tingkat kriminalitas menggunakan metode Ward serta mengimplementasikan hasil pengelompokan tersebut ke dalam website berbasis peta interaktif. Penelitian menggunakan data Statistik Kriminal Badan Pusat Statistik (BPS) periode 2019–2024 yang mencakup 34 provinsi di Indonesia. Sebanyak 18 jenis kejahatan dikelompokkan menjadi 9 variabel kriminalitas sebagai dasar analisis. Data kemudian distandarisasi menggunakan Z-score, diuji multikolinearitasnya menggunakan Variance Inflation Factor (VIF), direduksi menggunakan Principal Component Analysis (PCA), lalu dikelompokkan menggunakan metode Ward berdasarkan jarak Euclidean. Kualitas hasil klaster selanjutnya dievaluasi menggunakan Davies Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa tiga komponen utama hasil Principal Component Analysis (PCA) mampu mempertahankan 89,91% keragaman data. Penerapan metode Ward membentuk tiga kelompok provinsi yang merepresentasikan tingkat kriminalitas rendah, sedang, dan tinggi. Kualitas hasil pengelompokan tersebut tergolong baik, yang ditunjukkan oleh nilai Davies Bouldin Index (DBI) pada rentang 0,53–0,90. Hasil klasterisasi diimplementasikan ke dalam website berbasis Laravel dengan visualisasi peta menggunakan Leaflet.js sehingga informasi persebaran kriminalitas, kategori klaster, dan data setiap provinsi dapat disajikan secara interaktif. Website yang dikembangkan dapat menjadi media informasi untuk mendukung pemahaman mengenai karakteristik kriminalitas antarprovinsi serta mendukung pengambilan keputusan berbasis data.

Abtrak (Bhs. Inggris)

Crime is a social issue that exhibits varying levels and characteristics across regions in Indonesia. These differences highlight the need to group regions based on similarities in crime characteristics to facilitate a better understanding of crime distribution patterns. This study aims to cluster Indonesian provinces based on crime levels using the Ward method and to implement the clustering results in an interactive web-based mapping system. The study utilized Crime Statistics data published by Statistics Indonesia (BPS) for the period 2019–2024, covering all 34 provinces in Indonesia. Eighteen crime types were grouped into nine crime variables for analysis. The data were standardized using the Z-score method, tested for multicollinearity using the Variance Inflation Factor (VIF), reduced using Principal Component Analysis (PCA), and clustered using the Ward method based on Euclidean distance. The clustering results were then evaluated using the Davies–Bouldin Index (DBI). The results showed that the first three principal components retained 89.91% of the total data variance. The application of the Ward method formed three provincial clusters, which were subsequently interpreted as representing low, medium, and high crime levels. The clustering results demonstrated good quality, as indicated by Davies–Bouldin Index (DBI) values ranging from 0.53 to 0.90. The clustering results were implemented in a Laravel-based website with map visualization using Leaflet.js, enabling users to interactively explore crime distribution, cluster categories, and provincial information. The developed website can serve as an information medium to support a better understanding of crime characteristics across provinces and assist data-driven decision-making.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman