IMPLEMENTASI ALGORITMA K-MEANS DALAM PENGELOMPOKAN DAERAH KRIMINALITAS DI JAWA TIMUR

Kriminalitas dan kemiskinan adalah dua permasalahan sosial yang saling terkait dan berdampak signifikan di Jawa Timur, permasalahan ini merusak citra dan ekonomi daerah. Meskipun berbagai upaya telah dilakukan untuk mengatasi masalah ini, Jawa Timur dengan 38 kabupaten dan kota menunjukkan fluktuasi tingkat kriminalitas yang signifikan dari tahun ke tahun. kebutuhan akan pendekatan yang lebih dinamis dan adaptif dalam analisis data kriminalitas untuk merespon perubahan cepat dalam tingginya tingkat kriminalitas memerlukan pendekatan baru untuk mengelompokkan dan menganalisis data kriminalitas secara lebih efektif. Penelitian ini menggunakan algoritma K-Means Clustering yang merupakan metode analisis data dalam domain unsupervised learning.dengan prinsip dasar pengelompokan objek-objek berdasarkan kesamaan karateristik, algoritma ini membagi data menjadi klelompok atau cluster yang digunakan untuk mengelompokkan 38 kabupaten dan kota di Jawa Timur menjadi tiga kelompok dengan hasil akhir C1 terdapat 15 daerah, C2 terdapat 7 daerah, dan C3 terdapat 16 daerah, proses pengelompokan memerlukan 3 iterasi hingga mencapai konvergensi dengan nilai DBI yang rendah, menunjukkan kualitas kelompok yang baik dalam hal jarak relatif. Dengan informasi yang diperoleh dari penelitian ini diharapkan bisa menjadi pertimbangan pemerintah provinsi dalam merumuskan kebijakan yang lebih terarah dan efisien, serta meningkatkan langkah-langkah preventif dalam penegakan hukum guna menciptakan lingkungan yang lebih aman dan kondusif di Jawa Timur.