SISTEM INFORMASI BERBASIS WEBSITE UNTUK PEMETAAN WILAYAH BERDASARKAN CLUSTERING KERENTANAN KRIMINALITAS

Rokhana Dwi Bekti; Ruziq Nawaf Zulfahmi; Maria Kristiana Daul; Wayan Julianta Pradnyaana; Edhy Sutanta

doi:10.51401/jinteks.v6i3.4421

Authors

Rokhana Dwi Bekti Universitas AKPRIND Indonesia
Ruziq Nawaf Zulfahmi Universitas AKPRIND Indonesia
Maria Kristiana Daul Universitas AKPRIND Indonesia
Wayan Julianta Pradnyaana Universitas AKPRIND Indonesia
Edhy Sutanta Universitas AKPRIND Indonesia

DOI:

https://doi.org/10.51401/jinteks.v6i3.4421

Keywords:

Information System, maping, clustering, crime

Abstract

Tingkat kriminalitas di kota Yogyakarta, Jawa Tengah dan Jawa Timur menjadi permasalahan yang sangat memprihatinkan karena berdampak terhadap keselamatan dan kesejahteraan masyarakat. Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan membangun Sistem Informasi berbasis website. Salah satu isi dari system tersebut adalah hasil clustering atau pengelompokkan wilayah berdasarkan metode statistika self-organizing mapping (SOM) dan K-means clustering Tujuan clustering ini adalah untuk memetakan kerentanan tingkat kejahatan di setiap wilayah Kabupaten/Kota di Daerah Istimewa Yogyakarta (DIY), Jawa Tengah, dan Jawa Timur. Sistem informasi dibangun dengan menggunakan CMS Wordpress dan dibantu dengan menggunakan extension Elementor. Data pendukung clustering bersumber dari sumber sekunder tentang karakteristik tindak kejahatan atau kriminal. Sistem informasi terdiri dari edukasi hukum, lapor skuy, peta persebaran, dan grafik persebaran. Sementara itu, peta persebaran yang dibangun dengan QGIS menggambarkan hasil clustering kerentanan kriminalitas. Informasi ini dapat digunakan oleh masyarakat untuk mengetahui tindakan mereka dan oleh petugas polisi untuk meningkatkan pengawasan keamanan hingga berkontribusi pada pencegahan dan pengendalian kriminalitas.

References

Kambuno, N.B., Sari, W.E., Arifin, D., 2020. Sistem Informasi Geografis Pemetaan Tempat Kos Di Samarinda Berbasis Web. Buletin Poltanesa 21, 11–17.

Zulius, A., Daulay, N.K., 2019. Sistem Informasi Geografis Lokasi Wisata Kuliner Pada Kota Lubuklinggau Berbasis Android. JUSIM (Jurnal Sist. Inf. Musirwas) 4, 109–115.

Ardiansyah, Y., Harjono, H., 2021. Sistem Informasi Geografis Kriminalitas di Kabupaten Cilacap. Sainteks 17, 125–132.

Utami, E.S., Alang, M.Y., Bekti, R.D., Sutanta, E., 2022. Grouping of General Hospitals Based on Specialist Doctors in the Special Region of Yogyakarta with the K-Means Clustering and Visualization on the Dashboard Tableau, in: ICSET: International Conference on Sustainable Engineering and Technology. pp. 1–8.

Suwirmayanti, N.L.G.P., 2020. Penerapan Teknik Clustering Untuk Pengelompokkan Konsentrasi Mahasiswa Dengan Metode Self Organizing Map. Jurnal Ilmiah Intech: Information Technology Journal of UMUS 2, 11–20.

Wardy, D.K., Putra, I.K.G.D., Rusjayanthi, N.K.D., 2022. Clustering Artikel pada Portal Berita Online Menggunakan Metode K-Means. Jurnal Ilmiah Teknologi dan Komputer 3, 985–993.

Vernanda, A.A., Faisol, A., Vendyansyah, N., 2021. Penerapan Metode K-Means Clustering Untuk Pemetaan Daerah Rawan Kecelakaan Lalu Lintas Di Kota Malang Berbasis Website. JATI (Jurnal Mahasiswa Teknik Informatika) 5, 836–844.

Imani, N., Alfassa, A.I., Yolanda, A.M., 2023. Analisis Cluster Terhadap Indikator Data Sosial Di Provinsi Nusa Tenggara Timur Menggunakan Metode Self Organizing Map (Som). Jurnal Gaussian 11, 458–467.

Fahmi, R.N., Jajuli, M., Sulistiyowati, N., 2021. Analisis pemetaan tingkat kriminalitas di kabupaten Karawang menggunakan Algoritma K-Means. INTECOMS: Journal of Information Technology and Computer Science 4, 67–79.

Wahyudin, Y., Rahayu, D.N., 2020. Analisis metode pengembangan sistem informasi berbasis website: a literatur review. Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi Informasi Dan Komunikasi 15, 119–133.

Van Hulle, M.M., 2012. Self-organizing Maps. Handbook of natural computing 1, 585–622.