ANALISIS TINGKAT KEJAHATAN JALANAN MENGGUNAKAN METODE FP-GROWTH (STUDI KASUS DI POLRESTA PADANG)

Ega Evinda Putri

Abstract


Tindak kekerasan dalam KUHP salah satunya adalah tindak kekerasan dijalanan, yang tentunya dapat mengganggu ketertiban umum serta menimbulkan keresahan masyarakat. Pendeteksian kejahatan yang sering terjadi secara bersamaan disebut Association Rule. Algoritma yang bisa digunakan adalah Algoritma FP-Growth. Algoritma FP-Growth adalah salah satu alternative algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul dalam pengumpulan data. Data tersebut diambil sebagai studi kasus kejahatan jalanan di Polresta Padang. Memberikan informasi yang dibutuhkan oleh pihak kepolisisan berupa persentase  yaitu jika tempat kejadian perkara adalah pasar raya padang dan kasus adalah copet maka support ≥ 23% dan confidence ≥ 100 %, sehingga dari persentase tersebut menghasilkan 9 rule. Dari hasil tersebut diperoleh rule tertinggi yaitu jika tempat kejadian perkara adalah pasar raya padang dan kasus adalah copet maka support ≥ 23% dan confidence ≥ 100 %. Sehingga dapat digunakan oleh pihak reskrim untuk mengetahui kehatan di jalanan apa yang sering terjadi sehingga persoalan tingkat kejahatan dijalan dapat diminimalisasi.

Full Text:

PDF

References


Astuti, Widi, dan Djoko Adi Widodo. “Pemetaan Tindak Kejahatan Jalanan di Kota Semarang Menggunakan Algoritma K-Means Clusteringâ€. Jurnal Teknik Elektro. Vol. 8, 5-7, Jan - Jun 2016

Ikhwan, Ali, Dicky Nofriansyah dan Sriani. Penerapan Data Mining dengan Algoritma Fp-Growth untuk Mendukung Strategi Promosi Pendidikan (Studi Kasus Kampus STMIK Triguna Dharma). Program Studi Sistem Komputer. Vol.14, 211-226, Sep 2015.

Ingle, Minal G., dan N. Y. Suryavanshi. Association Rule Mining using Improved Apriori Algorithm. International Journal of Computer Applications. Volume 112 – No 4, 37-42, Feb 2015.

Kaur, Jagmeet, dan Neena Madan. Association Rule Mining: A Survey. International Journal of Hybrid Information Technology. Vol.8, pp. 239-242, 2015.




DOI: https://doi.org/10.46576/syntax.v1i1.644

Article Metrics

Abstract view : 441 times
PDF – 244 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

INDEXING:

 

Lisensi Creative Commons

Syntax: Journal of Software Engineering, Computer Science and Information Technology

Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.