Penerapan Algoritma Pembelajaran Mesin dan Analisis Data Spasial untuk Pemetaan Sosial-Ekonomi, Kinerja Fiskal, dan Kriminalitas di Jawa Timur

Rabbani, Nadief Aqila and Hafiyyan, Muhammad Rizal (2026) Penerapan Algoritma Pembelajaran Mesin dan Analisis Data Spasial untuk Pemetaan Sosial-Ekonomi, Kinerja Fiskal, dan Kriminalitas di Jawa Timur. Project Report. [s.n.], [s.l.]. (Unpublished)

Text 5025231128_5025231212-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Dinas Komunikasi dan Informatika (Diskominfo) Provinsi Jawa Timur memegang peran krusial dalam mewujudkan Smart Governance melalui tata kelola data publik yang terintegrasi. Dalam mendukung inisiatif pengambilan kebijakan berbasis data (data-driven policy), diperlukan analisis mendalam terhadap berbagai indikator sektoral daerah untuk menghasilkan wawasan strategis. Kerja praktik ini bertujuan untuk memenuhi kewajiban akademik sekaligus berkontribusi dalam mengaplikasikan keilmuan sains data untuk memetakan struktur ekonomi, memprediksi kapasitas fiskal, dan mengevaluasi profil keamanan pada 38 kabupaten/kota di Jawa Timur.
================================================================
Metodologi yang digunakan mengadopsi kerangka kerja CRISP-DM (Cross-Industry Standard Process for Data Mining) yang disesuaikan dengan kebutuhan pemodelan dan pelaporan informasi (data storytelling). Analisis dilakukan dengan memanfaatkan algoritma Machine Learning baik dari pendekatan Supervised maupun Unsupervised Learning. Model yang diterapkan meliputi K-Means Clustering untuk pemetaan ekonomi dan risiko kriminalitas, Linear Regression untuk peramalan Pendapatan Asli Daerah (PAD), Ridge Regression untuk simulasi skenario kebijakan fiskal, serta Fixed Effects Panel OLS dengan diagnostik spasial untuk menganalisis determinan sosial-ekonomi terhadap tingkat kejahatan.
==========================================================================================================================================
Hasil dari kerja praktik ini berupa rangkaian model komputasi dan lima luaran analisis komprehensif dalam bentuk infografis. Temuan dari proyek ini memberikan klasifikasi wilayah yang objektif, proyeksi pendapatan yang terukur, dan simulasi dampak kebijakan secara presisi. Implementasi sistem analisis ini diharapkan dapat mendukung Diskominfo Provinsi Jawa Timur dalam menyediakan informasi analitik yang berkualitas bagi pemangku kepentingan guna mengoptimalkan perencanaan pembangunan dan alokasi sumber daya daerah yang lebih tepat sasaran.
======================================================================
Kata Kunci: Sains Data, CRISP-DM, Machine Learning, Clustering, Regresi, Data-Driven Policy, Jawa Timur.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	Sains Data, CRISP-DM, Machine Learning, Clustering, Regresi, Data-Driven Policy, Jawa Timur.
Subjects:	Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines. Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression T Technology > T Technology (General) > T174 Technological forecasting T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Nadief Aqila Rabbani
Date Deposited:	11 Jul 2026 13:17
Last Modified:	11 Jul 2026 13:17
URI:	http://repository.its.ac.id/id/eprint/134697

Actions (login required)

View Item