Clustering Menggunakan Algoritma K-Means Untuk Mengelompokan Daerah Berdasarkan Tingkat Kriminalitas Di Wilayah Kota Bandung

Kriminalitas merupakan tindakan perbuatan yang merugikan masyarakat dan menjadi masalah penting bagi seluruh wilayah. Tujuan dari penelitian ini adalah membantu pihak Kanit Sat Reskrim Polrestabes Bandung dalam merekomendasikan pemetaan wilayah berdasarkan tingkat kriminalitas di wilayah Kota Bandung. Kanit Sat Reskrim Polrestabes Bandung merasa kesulitan dalam hal menentukan daerah-daerah berdasarkan tingkat kriminalitas untuk operasi patroli ke seluruh wilayah Kota Bandung. Karena, proses penentuan daerah yang saat ini dilakukan adalah dengan cara manual yaitu melihat data laporan dan waktu kejadian perbulan berdasarkan jenis dan wilayah kriminalitas, serta menghitung jumlah kejadian kriminalitas nya, yang hal ini dapat menyebabkan kurang efektif dan efisien. Untuk membantu proses penentuan operasi patroli, maka akan digunakan data mining dengan metode clustering dan algoritma K-Means. Algoritma K-Means¬ merupakan salah satu algoritma yang mampu mengelompokan sejumlah data menjadi kelompok-kelompok data tertentu. Data yang akan dianalisis untuk penentuan operasi patroli di daerah Kota Bandung yaitu data kriminalitas januari 2023 dan data waktu kriminalitas januari 2023. Hasil evaluasi cluster yang terbentuk pada proses pengelompokan tingkat kriminalitas yang menghasilkan rata-rata 1,5. Hasil tersebut menunjukan bahwa sistem rekomendasi penentuan tingkat kriminalitas daerah kota Bandung yang dibangun mampu menghasilkan rekomendasi operasi patroli yang memudahkan pihak Sat Reskrim Polrestabes Bandung dalam proses penentuan operasi patroli berdasarkan tingkat kriminalitas di daerah Kota Bandung.