Klasterisasi karakteristik kekerasan seksual terhadap anak dengan metode k-means cluster analysis

  • Fana Wiza Universitas Lancang Kuning
Keywords: violence, sexual, k-means, clustering, data mining.

Abstract

Kekerasan seksual terhadap anak sudah termasuk masalah yang sangat meresahkan di masyarakat khususnya kota Pekanbaru. Semakin banyaknya kasus tindakan kekerasan seksual terhadap anak, maka perlu mencari solusi dan sebuah pengetahuan baru untuk mengatasi permasalahan ini dengan menggali data kasus disertai karakteristik jenis kekerasan, range usia dan faktor pemicu menggunakan algoritma K-Means untuk menghasilkan pola cluster yang terbentuk berdasarkan kedekatan kriteria antar variabel. Teknik yang digunakan dalam aplikasi data mining ini adalah teknik Clustering dengan algoritma K-Means. Algoritma K-Means ini melakukan proses iterasi untuk menghasilkan pola kelompok berdasarkan kedekatan kriteria yang mirip. Teknik ini membantu menganalisis data kasus kekerasan seksual terhadap anak berjumlah 335 data kasus. Melalui data tersebut diperoleh hasil sebanyak 3 cluster. Cluster yang mendominasi adalah cluster 1 dengan kriteria jenis kekerasan seksual pencabulan pada anak di range usia 3 sampai dengan 16 tahun dengan faktor pemicu terbesar adalah kesempatan.”

Kata kunci : kekerasan, seksual, k-means, clustering, data mining.

 Abstract

Sexual violence against children is one of the most troubling problems in the community, especially in Pekanbaru. The more cases of acts of sexual violence against children, it is necessary to find a solution and a new knowledge to overcome this problem by exploring case data along with the characteristics of violence, age range and trigger factors using the K-Means algorithm to produce cluster patterns based on the proximity of criteria variable. The technique used in data mining applications is the Clustering technique with the K-Means algorithm. This K-Means algorithm performs an iterative process to produce group patterns based on similar criteria proximity. This technique helps analyze data on cases of sexual violence against children totaling 335 case data. Through these data, there are 3 clusters of results. The cluster that dominates is cluster 1, with the criteria for the types of sexual abuse sexual abuse for children in the age range of 3 to 16 years with the greatest trigger factor is opportunity.” 

Keywords: violence, sexual, k-means, clustering, data mining.

Downloads

Download data is not yet available.

References

Asril, Elvira, Fana Wiza, and Yogi Yunefri. "Analisis Data Lulusan dengan Data Mining untuk Mendukung Strategi Promosi Universitas Lancang Kuning." Digital Zone: Jurnal Teknologi Informasi dan Komunikasi 6.2 (2015): 24-32.

GPA, AT DATA STUDENT BASED ON. "Analysis and implementation of algorithm clustering affinity propagation and k-means at data student based on GPA and duration of bachelor-thesis completion." Journal of Theoretical and Applied Information Technology 35.1 (2012).

Han, Jiawei, Micheline Kamber, and Data Mining. "Concepts and techniques." Morgan Kaufmann 340 (2006): 94104-3205.

Kom, Darsono M. "PENGGUNAAN ALGORITMA CLASIFICATION AND REGRESSION TREE (CART) UNTUK MENDUKUNG KEPUTUSAN PADA PENILAIAN SERTIFIKASI GURU." Nusantara of Engineering 1.1 (2014).

Krieger, Nancy. "The making of public health data: paradigms, politics, and policy." Journal of public health policy 13.4 (1992): 412-427.

Kusumawati, Aditya, Zahroh Shaluhiyah, and Antono Suryoputro. "Tradisi Kekerasan Seksual sebagai Simbol Kekuasaan pada Anak Jalanan di Kota Semarang." The Indonesian Journal of Health Promotion (Jurnal Promosi Kesehatan Indonesia) 9.1 (2016): 17-31.

Ningrat, Desy Rahmawati, I. Maruddani Di Asih, and Triastuti Wuryandari. "Analisis Cluster dengan Algoritma K-Means dan Fuzzy C-Means Clustering untuk Pengelompokan Data Obligasi Korporasi." Jurnal Gaussian 5.4 (2016): 641-650.

Ong, Johan Oscar. "Implementasi Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing President University." (2013).

Pratikto, F. Rian, and T. Gerry. "Penerapan Data Mining Dalam Penentuan Aturan Asosiasi Antar Jenis Item." Jurnal Fakultas Hukum UII.

Sulianta, Feri, and Dominikus Juju. Data Mining. Elex Media Komputindo, 2010.

Tampubolon, Kennedi, et al. "Implementasi Data Mining Algoritma Apriori pada sistem persediaan alat-alat kesehatan." Informasi dan Teknologi Ilmiah (INTI) 1.1 (2013): 93-106.

Published
2019-05-03
How to Cite
Wiza, F. (2019). Klasterisasi karakteristik kekerasan seksual terhadap anak dengan metode k-means cluster analysis. Digital Zone: Jurnal Teknologi Informasi Dan Komunikasi, 10(1), 44-53. https://doi.org/10.31849/digitalzone.v10i1.2423