Widya, Deti Dea (2023) Pengelompokkan Provinsi Di Indonesia Berdasarkan Indikator Kriminalitas Menggunakan Analisis Cluster Hierarki. Other thesis, Institut Teknologi Sepuluh Nopember.
Text
10611910000056-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (2MB) | Request a copy |
Abstract
Indonesia merupakan salah satu negara berkembang yang memiliki pertumbuhan ekonomi yang terus meningkat dari tahun ke tahun. Namun, di balik hal tersebut pasti terdapat banyak permasalahan ekonomi, seperti kriminalitas. Jumlah tindak kejahatan pada periode 2019-2021 di Indonesia mengalami cenderung flukfuatif apabila ditinjau dari jenis kejahatan yang dilakukan, seperti jumlah kejahatan terhadap nyawa pada tahun 2019 sebanyak 964 kejadian, terjadi penurunan pada tahun 2020 sebanyak 898 kejadian, dan meningkat pada tahun 2021 sebanyak 927 kejadian. Pada jumlah kejahatan terhadap kesusilaan pada tahun 2019 sebanyak 5.233 kejadian, terjadi peningkatan pada tahun 2020 sebanyak 6.872 kejadian, dan menurun pada tahun 2021 sebanyak 5.905 kejadian. Permasalahan tersebut perlu diselesaikan dengan menerapkan metode analisis cluster hierarki yang bertujuan untuk memprioritaskan daerah rawan kriminalitas yang harus ditangani terlebih dahulu dalam hal penjagaannya dengan mengelompokkan provinsi di Indonesia berdasarkan karakteristik yang sama dari indikator kriminalitas. Data yang digunakan adalah data sekunder yaitu data kriminalitas tahun 2021 yang diambil dari website BPS. Hasil dari penelitian ini didapatkan bahwa dari 4 metode yang digunakan, metode terbaiknya adalah complete linkage yang menghasilkan 5 cluster. Cluster pertama terdiri dari 16 provinsi dengan kategori kejadian kriminalitas rendah, cluster kedua terdiri dari 6 provinsi dengan kategori kejadian kriminalitas sedang, cluster ketiga terdiri dari 6 provinsi dengan kategori kejadian kriminalitas sangat rendah, cluster keempat terdiri dari 2 provinsi dengan kategori kejadian kriminalitas sangat tinggi, dan cluster kelima terdiri dari 1 provinsi dengan kategori kejadian kriminalitas tinggi.
==================================================================================================================================
Indonesia is one of the developing countries that has economic growth that continues to increase from year to year. However, behind this there must be many economic problems, such as crime. The number of crimes in the 2019-2021 period in Indonesia tends to fluctuate when viewed from the types of crimes committed, such as the number of crimes against life in 2019 as many as 964 incidents, there was a decrease in 2020 as many as 898 incidents, and an increase in 2021 as many as 927 incidents . The number of crimes against decency in 2019 was 5,233 incidents, there was an increase in 2020 to 6,872 incidents, and a decrease in 2021 to 5,905 incidents. This problem needs to be solved by applying the hierarchical cluster analysis method which aims to prioritize crime-prone areas that must be addressed first in terms of protection by grouping provinces in Indonesia based on the same characteristics of crime indicators. The data used is secondary data, namely crime data for 2021 taken from the BPS website. The results of this study found that of the 4 methods used, the best method was complete linkage which produced 5 clusters. The first cluster consists of 16 provinces with a low crime category, the second cluster consists of 6 provinces with a medium crime category, the third cluster consists of 6 provinces with a very low crime category, the fourth cluster consists of 2 provinces with a very high crime category, and the fifth cluster consists of 1 province with a high crime category.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Analisis cluster hierarki, complete linkage, provinsi, kriminalitas, crime, hierarchical cluster analysis, province. |
Subjects: | H Social Sciences > HV Social pathology. Social and public welfare Q Science Q Science > QA Mathematics > QA278.55 Cluster analysis |
Divisions: | Faculty of Vocational > 49501-Business Statistics |
Depositing User: | Deti Dea Widya |
Date Deposited: | 02 Aug 2023 06:29 |
Last Modified: | 04 Aug 2023 05:08 |
URI: | http://repository.its.ac.id/id/eprint/101988 |
Actions (login required)
View Item |