IMPELEMENTASI METODE SINGLE MOVING AVERAGE UNTUK PREDIKSI TINGKAT KRIMINAL SKALA NASIONAL

SYAFI'IE, YA KUKUH WISNU (2024) IMPELEMENTASI METODE SINGLE MOVING AVERAGE UNTUK PREDIKSI TINGKAT KRIMINAL SKALA NASIONAL. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of cover.pdf] Text
cover.pdf

Download (2MB)
[thumbnail of awalan.pdf] Text
awalan.pdf

Download (2MB)
[thumbnail of bab 1.pdf] Text
bab 1.pdf

Download (2MB)
[thumbnail of bab 2.pdf] Text
bab 2.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[thumbnail of bab 3.pdf] Text
bab 3.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[thumbnail of bab 4.pdf] Text
bab 4.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[thumbnail of bab 5.pdf] Text
bab 5.pdf

Download (2MB)
[thumbnail of Daftar pustaka.pdf] Text
Daftar pustaka.pdf

Download (2MB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Kriminalitas merupakan segala macam bentuk tindakan dan perbuatan yang merugikan secara ekonomis dan psikologis yang melanggar hukum yang berlaku dalam Negara Indonesia serta norma-norma sosial dan agama. Tindak kriminalitas biasa berpengaruh terhadap keamanan masyarakat serta mengancam ketenangan lahir dan batinnya. Adapun yang menjadi lokasi penelitian adalah keseluruhan Data kriminal negara Indonesia yang terdapat di situs resmi Polri yang merupakan instansi yang dapat memberikan keamanan dan perlindungan bagi Masyarakat Indonesia. Masalah yang terjadi di saat ini belum adanya sistem prediksi yang jelas dan dapat di pertangung jawabkan keakuratn dan ke efektifannya di Indonesia, karena kurangnya faktor pengetahuan dalam mengolah data tingkat kriminalitas. Sehingga sulitnya di ketahui seberapa besar peningkatan atau penurunan kasus kriminalitas yang di lakukan pada kepoliaian Republik Indonesia. Data yang digunakan data kasus tindak kriminalitas pembunuhan, pelecehan seksual, penganiayaan, pencurian dengan kekerasan, pencurian dengan pemberatan, pencurian sepeda motor, penipuan dan pemalsuan uang sebanyak 2 tahun terakhir pada tahun 2022 sampai 2023. Penelitian ini bertujuan untuk menerapkan Metode Single Moving Average untuk memprediksi tingkat kriminalitas di Indonesia guna mengantisipasi lonjakan kriminalitas yang akan datang. Adapun sistem yang akan di buat menggunakan forecasting atau peramalan. Dengan metode peramalan Single Moving Average. Metode Single Moving Average merupakan ramalan untuk waktu di masa yang akan datang.

Hasil perhitungan prediksi kasus tindak kriminalitas tahun 2023 bulan Agustus didapat kasus pencurian dan pemberatan berjumlah 16.461 kasus, Penipuan / Perbuatan Curang yang berjumlah 3.283 kasus, Narkotika yang berjumlah 3.555 kasus, Pencurian Biasa yang berjumlah 12.541 kasus, Penganiyayan yang berjumlah 4.403 kasus, Pengelapan yang berjumlah 864 kasus, Curramor R-2 berjumlah 1.823 kasus, Pengerayokan yang berjumlah 1.396 kasus, Pencurian denngan Kekerasan yang berjumlah 1.781 kasus. Pengelapan Asal-usul yang berjumlah 1.149 kasus Hasil ini memiliki tingkat akurasi 10,5% dengan hasih nilai Mse,Mad dan Mape yang cukup tinggi dapat di simpulkan bahwa ada kesenjangan dan bias data yang terjadi dengan data dan fakta di lapangan dari kenyataan kriminal yang terjadi serta melihar penelitian sebelumya skala daerah yang memiliki akurasi tinggi, maka penelitian prediksi Mengunakan Metode Single Moving Average ini sangat tepat digunakan memprediksi tingkat kejahatan jika data yang digunakan relevan sesuai fakta di lapangan.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: forecasting,pramalan kriminalitas,single moving average,
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: ya kukuh wisnu syafi'ie
Date Deposited: 09 Aug 2024 05:58
Last Modified: 09 Aug 2024 05:58
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
ALAWI, ZAKKI
NIDN0709068906
Thesis advisor
Rakhim, Aliyaur
NIDN0703078501
URI: https://repository.unugiri.ac.id:8443/id/eprint/5754

Actions (login required)

View Item
View Item