Perbandingan Metode Fuzzy C-Means Clustering Dan Fuzzy Gustafson Kessel Clustering Pada Pengelompokkan Provinsi Di Indonesia Berdasarkan Faktor Yang Mempengaruhi Tingkat Kriminalitas
Abstract
Indonesia adalah negara yang memiliki kepadatan penduduk selalu
bertambah di setiap tahun, dengan bertambahnya tingkat kepadatan penduduk
menjadikan angka kriminalitas di Indonesia semakin meningkat. Tindakan
kriminalitas muncul karena didukung faktor-faktor penyebab terjadinya
kriminalitas. Dalam upaya meningkatkan keamanan dan kesejahteraan masyarakat
Indonesia maka peneliti melakukan pengelompokkan pada tiap-tiap provinsi di
Indonesia berdasarkan faktor-faktor yang mempengaruhi tingkat kriminalitas.
Penelitian kali ini memakai perbandingan metode Fuzzy C-Means Clustering
(FCM) dan Fuzzy Gustafson Kessel Clustering (FGK) dengan menggunakan
validasi indeks penentuan klaster optimal yaitu Davies Bouldin Index. Hasil yang
diperoleh pada penelitian kali ini untuk metode FGK lebih baik dibandingkan
dengan metode FCM karena memiliki nilai rasio simpangan baku yang lebih kecil.
Hasil pengelompokkan dengan menggunakan metode terbaik yaitu FGK diperoleh
bahwa jumlah klaster optimal yang terbentuk sebanyak 5 klaster dengan hasil
pengelompokan klaster 1 beranggotakan 6 provinsi, klaster 2 beranggotakan 4
provinsi, klaster 3 beranggotakan 11 provinsi, klaster 4 beranggotakan 5 provinsi,
dan klaster 5 beranggotakan 8 provinsi.
Collections
- Statistics [901]