Penggunaan Metode Gaussian Kernel Fuzzy C-Means untuk Pengelompokan Kabupaten/Kota Provinsi Sulawesi Selatan Berdasarkan Data Kriminalitas = The Use of Gaussian Kernel Fuzzy C-Means for Clustering Regencies/Cities in South Sulawesi Province Based on Crime Data


Lestari, Ayu (2024) Penggunaan Metode Gaussian Kernel Fuzzy C-Means untuk Pengelompokan Kabupaten/Kota Provinsi Sulawesi Selatan Berdasarkan Data Kriminalitas = The Use of Gaussian Kernel Fuzzy C-Means for Clustering Regencies/Cities in South Sulawesi Province Based on Crime Data. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover] Text (Cover)
H051191046_skripsi_06-09-2024.pdf

Download (2MB)
[thumbnail of Bab 1-2] Text (Bab 1-2)
H051191046_skripsi_06-09-2024 bab 1-2.pdf

Download (1MB)
[thumbnail of Dapus] Text (Dapus)
H051191046_skripsi_06-09-2024 dp.pdf

Download (414kB)
[thumbnail of Full Text] Text (Full Text)
H051191046_skripsi_06-09-2024.pdf
Restricted to Repository staff only until 11 December 2026.

Download (2MB)

Abstract (Abstrak)

Latar Belakang. Analisis cluster adalah analisis untuk mengelompokkan data yang memiliki elemen dan karakteristik serupa ke dalam kelompok (cluster) yang berbeda dengan mengklasifikasi berdasarkan variabel-variabel yang dipertimbangkan dalam penelitian. Fuzzy C-Means (FCM) yang merupakan salah satu metode clustering non-hierarki dengan keanggotaan data dalam suatu cluster ditentukan oleh derajat keanggotaan. FCM menggunakan jarak antar data dalam menentukan nilai keanggotaan observasi, sehingga metode FCM sangat rentan terhadap pengaruh noise dan perbedaan skala nilai pada data. Metode. GKFCM bertujuan untuk meningkatkan kemampuan FCM dalam menangkap struktur dan perbedaan variabel yang lebih kompleks dalam data dengan memetakan data menggunakan kernel. Tujuan. Penelitian ini adalah untuk memperoleh jumlah cluster terbaik serta karakteristik setiap cluster pada data kriminalitas kabupaten/kota di Provinsi Sulawesi Selatan menggunakan GKFCM. Hasil. Cluster yang terbentuk sebanyak 4 kelompok wilayah berdasarkan nilai Davies-Bouldin Index terendah sebesar 0,82. Kelompok pertama merupakan wilayah dengan resiko kejahatan tertinggi diikuti oleh kelompok kedua dan keempat hingga kelompok ketiga yang memiliki resiko kejahatan paling rendah. Nilai evaluasi Average Silhouette Value metode GKFCM sebesar 0,74 menunjukkan bahwa kualitas cluster yang terbentuk termasuk ke dalam struktur cluster yang sangat baik. Kesimpulan. Metode GKFCM mampu mengelompokkan kabupaten/kota di Provinsi Sulawesi Selatan menjadi 4 cluster dengan kualitas yang sangat baik, yang menunjukkan perbedaan risiko kejahatan yang signifikan di antara kelompok-kelompok wilayah di Sulawesi Selatan.

Keywords : Average Silhouette Value, Fuzzy Clustering, Gaussian Kernel Fuzzy Clustering, Kriminalitas, Sulawesi Selatan

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Average Silhouette Value, Crime, Fuzzy Clustering, Gaussian Kernel Fuzzy Clustering, South Sulawesi.
Subjects: Q Science > QA Mathematics
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Rasman
Date Deposited: 24 Dec 2024 03:27
Last Modified: 24 Dec 2024 03:27
URI: http://repository.unhas.ac.id:443/id/eprint/40600

Actions (login required)

View Item
View Item