Implementasi Metode Clusterisasi K-Means Pada Pemetaan Daerah Rawan Kriminal Kota Dili Berbasis WebGIS

Abstract

Penelitian ini bertujuan untuk memetakan sub-district yang rawan akan terjadinya tindakan kriminalitas denga data mining untuk melakukan pengelompokan data kriminal menggunakan clustering k-means, serta melakukan visualisasi kedalam sistem informasi kriminal berbasis webgis dengan menampilkan map persebaran data kriminal dan prosentase dari masing-masing sub-district dari kota Dili. Setelah melakukan serangkaian proses maka didapatkan hasil bahwa sub-district dom aleixo dimana menunjukan daerah berstatus sangat rawan dengan jenis kriminalitas penganyaan memiliki presentase total korban tinggi dengan nilai sebesar 49.6%, pencurian19.6%, pelecehan 12%, prostitusi 9.6%, pembunuhan 6.8% dan terakhir narkoba dengan presentase 2.4%.