Sinrang, A.priska Saskia (2023) PREDIKSI TINGKAT KRIMINAL MENGGUNAKAN LONG SHORT TERM MEMORY DI KOTA MAKASSAR (STUDI KASUS : POLRESTABES MAKASSAR). Skripsi thesis, Universitas Hasanuddin.
![[thumbnail of D121171319_skripsi_04-01-2023 cover1.png]](/30357/1.hassmallThumbnailVersion/D121171319_skripsi_04-01-2023%20cover1.png)
![](/30357/1.haspreviewThumbnailVersion/D121171319_skripsi_04-01-2023%20cover1.png)
D121171319_skripsi_04-01-2023 cover1.png
Download (64kB) | Preview
![[thumbnail of D121171319_skripsi_04-01-2023 1-2.pdf]](/style/images/fileicons/text.png)
D121171319_skripsi_04-01-2023 1-2.pdf
Download (4MB)
![[thumbnail of D121171319_skripsi_04-01-2023 dp.pdf]](/style/images/fileicons/text.png)
D121171319_skripsi_04-01-2023 dp.pdf
Download (307kB)
![[thumbnail of D121171319_skripsi_04-01-2023.pdf]](/style/images/fileicons/text.png)
D121171319_skripsi_04-01-2023.pdf
Restricted to Repository staff only until 1 January 2025.
Download (5MB)
Abstract (Abstrak)
Kota Makassar sebagai pusat dari Provinsi Sulawesi Selatan merupakan surga bagi para pelaku kejahatan. Hal ini berdasarkan tingginya kasus kriminalitas yang terjadi
di kota Makassar. Berdasarkan data Kepolisian Resor Kota Besar Makassar angka kriminalitas yang terjadi di Kota Makassar pada tahun 2018 tercatat sebanyak 997 kasus.
Angka tersebut menempatkan Makassar peringkat pertama tingkat kriminalitas dibandingkan daerah lainnya di Sulawesi Selatan. Dalam melakukan prediksi digunakan algoritma Long Short Term memory. Adapun parameter yang digunakan yaitu jumlah hidden layer, unit, epoch, batch size, dan learning rate. Didapatkan fungsi pelatihan dengan parameter Unit=64, Epoch=200, Batch size =16, Learning rate =0,001 dengan
nilai RMSE 4,74. Dari hasil penelitian lokasi yang memiliki tingkat kriminal tertinggi terdapat pada kecamatan ujung pandang dengan jenis kejahatan yang paling sering terjadi
yaitu penganiaayaan.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions (Program Studi): | Fakultas Teknik > Teknik Informatika |
Depositing User: | Nasyir Nompo |
Date Deposited: | 14 Nov 2023 06:12 |
Last Modified: | 14 Nov 2023 06:12 |
URI: | http://repository.unhas.ac.id:443/id/eprint/30357 |