ANALISIS TINGKAT KEJAHATAN ANAK DIBAWAH UMUR MENGGUNAKAN METODE FP-GROWTH (STUDI KASUS DI POLRESTA PADANG)

Randika Farike Bania
{"title":"ANALISIS TINGKAT KEJAHATAN ANAK DIBAWAH UMUR MENGGUNAKAN METODE FP-GROWTH (STUDI KASUS DI POLRESTA PADANG)","authors":"Randika Farike Bania","doi":"10.46576/SYNTAX.V1I1.646","DOIUrl":null,"url":null,"abstract":" Kekerasan terhadap anak sebagai setiap tindakan atau serangkaian tindakan wali atau kelalaian oleh orang tua atau pengasuh lainnya yang dihasilkan dapat membahayakan, atau berpotensi bahaya, atau memberikan ancaman yang berbahaya kepada anak..  Mengimplementasikan Data Mining, Association Rule dan Algoritma FP-Growth pada kekerasan kekerasan pada anak di bawah umur  untuk mengekstrak ilmu pengetahuan, informasi penting dan menarik dari database. Sumber  data yang digunakan masih merupakan data mentah yang belum diolah dan merupakan data kekerasan pada anak di bawah umur yang mencangkup laporan  di Polresta Padang. Hasil penelitian ini adalah berupa suatu perangkat lunak dengan mengimplementasikan algoritma FP-Growth yang menggunakan konsep pembangunan FP-Tree dalam mencari Frequent Itemset dan unutk pengujian hasil dilakukan dengan aplikasi yang telah dirancang menggunakan bahasa pemogramman PHP MYSQL. Hasil  pengujian didapatkan dari assosiasi kasus kekerasan yang dominan terjadi pada anak dibawah umur, yaitu jika Kasus Penganiayaan maka Korbannya Pelajar dengan nilai support 30% dan nilai confidence 84%, jika Pelaku Swasta maka Korban Pelajar dengan nilai support 20% dan confidence 73%, jika Pelaku Swasta, Kasus Penganiayaan maka Korban Pelajar dengan nilai support 17% dan confidence 71%, jika Kasus Cabul maka Korban Pelajar dengan nilai support 28% dan confidence 65% dan jika Pelaku Pengangguran maka Korban pelajar dengan nilai support 17% dan confidence 64%.","PeriodicalId":115264,"journal":{"name":"Syntax : Journal of Software Engineering, Computer Science and Information Technology","volume":"96 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-06-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Syntax : Journal of Software Engineering, Computer Science and Information Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46576/SYNTAX.V1I1.646","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

 Kekerasan terhadap anak sebagai setiap tindakan atau serangkaian tindakan wali atau kelalaian oleh orang tua atau pengasuh lainnya yang dihasilkan dapat membahayakan, atau berpotensi bahaya, atau memberikan ancaman yang berbahaya kepada anak..  Mengimplementasikan Data Mining, Association Rule dan Algoritma FP-Growth pada kekerasan kekerasan pada anak di bawah umur  untuk mengekstrak ilmu pengetahuan, informasi penting dan menarik dari database. Sumber  data yang digunakan masih merupakan data mentah yang belum diolah dan merupakan data kekerasan pada anak di bawah umur yang mencangkup laporan  di Polresta Padang. Hasil penelitian ini adalah berupa suatu perangkat lunak dengan mengimplementasikan algoritma FP-Growth yang menggunakan konsep pembangunan FP-Tree dalam mencari Frequent Itemset dan unutk pengujian hasil dilakukan dengan aplikasi yang telah dirancang menggunakan bahasa pemogramman PHP MYSQL. Hasil  pengujian didapatkan dari assosiasi kasus kekerasan yang dominan terjadi pada anak dibawah umur, yaitu jika Kasus Penganiayaan maka Korbannya Pelajar dengan nilai support 30% dan nilai confidence 84%, jika Pelaku Swasta maka Korban Pelajar dengan nilai support 20% dan confidence 73%, jika Pelaku Swasta, Kasus Penganiayaan maka Korban Pelajar dengan nilai support 17% dan confidence 71%, jika Kasus Cabul maka Korban Pelajar dengan nilai support 28% dan confidence 65% dan jika Pelaku Pengangguran maka Korban pelajar dengan nilai support 17% dan confidence 64%.
使用FP-GROWTH方法对未成年人的犯罪率进行分析。
对儿童的暴力行为或一系列的监护人或看护者或忽视,其结果可能是有害的,或潜在的危险,或对儿童构成危险的威胁。执行数据挖掘,协会规则和FP-Growth暴力针对未成年人的算法,从数据库中提取重要信息。使用的数据来源仍然是未经处理的原始数据,是在Polresta字段上发布报告的未成年人的暴力数据。本研究的结果是一种软件,它采用了FP-Growth算法,该算法采用了FP-Tree开发的概念,以搜索FP-Tree平台,并在使用PHP MYSQL编译器语言进行测试结果。测试结果的手中买下的暴力案件主要发生在未成年人身上,即如果迫害的案例,那么受害者支援30%的价值和价值广84%的学生,如果罪犯,那么私人受害者支持价值20%的学生广73%,如果罪犯私立迫害的案例,那么受害者支持了17%和广价值超过71%的学生,如果案件发生,我们的学生支持率为28%,有65%的确定性,如果失业者支持率为17%,有信心性为64%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信