Implementasi Algoritma K-Means pada Kasus Kekerasan Anak dan Perempuan Berdasarkan Usia

Abstract

Kekerasan merupakan sebuah tindakan atau ancaman yang memang sengaja dilakukan oleh individu atau kelompok yang dapat menimbulkan dampak negatif, kerugian psikis, trauma, dan perampasan hak. Kekerasan bisa dalam bentuk fisik atau bisa juga dalam bentuk psikis, kekerasan yang terjadi sering kali menimpa perempuan dan anak. Berdasarkan data Komisi Nasional Anti Kekerasan terhadap Perempuan (Komnas Perempuan), terdapat 299.911 kasus kekerasan terhadap perempuan pada tahun 2020. Tujuan dari penelitian ini untuk mengetahui hasil cluster atau pengelompokan dari kasus kekerasan anak dan perempuan berdasarkan kelompok usia agar dapat memudahkan pemerintah untuk mengetahui rentang usia yang paling sering menjadi sasaran kekerasan. Dataset terkait topik penelitian ini dihasilkan oleh Dinas Pemberdayaan Perempuan Anak dan Keluarga (DP3AKB) yang dikeluarkan dalam periode satu tahun sekali. Data yang digunakan adalah data jumlah korban kasus kekerasan bedasarkan kelompok usia. Dataset terdiri dari 945 data. Penelitian ini menggunakan metode algoritma k-means dengan metode Knowledge Discovery in Database dan penentuan cluster menggunakan Davies Bouldin Index. Hasil dari penelitian ini adalah membagi ke dalam 6 cluster yaitu : Cluster 0 (C0) yaitu 55 anggota yang paling mendominasi kelompok usia 13-17 tahun berjumlah 21, cluster 1 (C1) yaitu 193 anggota yang paling mendominasi kelompok usi 0-5 tahun berjumlah 70, cluster 2 (C2) yaitu 184 anggota yang paling mendominasi kelompok usia 45-59 tahun berjumlah 64, cluster 3 (C3) yaitu 197 anggota yang paling mendominasi kelompok usia 45-59 tahun berjumlah 70, cluster 4 (C4) yaitu 4 anggota kelompok usia 25-44 tahun, cluster 5 (C5) yaitu 177 anggota yang paling mendominasi kelompok usia 0-5 tahun berjumlah 65.

Klasterisasi Korban Kekerasan Menggunakan Algoritma K-Means Di Jawa Barat

“…Penelitian yang dilakukan oleh Fauziah & Purnamasari [9]. Kekerasan merujuk pada tindakan atau ancaman yang disengaja oleh individu atau sekelompok orang dengan tujuan menimbulkan dampak negatif seperti trauma, kerugian psikologis, dan pelanggaran hak.…”

Implementasi Algoritma K-Means Untuk Mengelompokan Tingkat Gaji Di Indonesia Berdasarkan Provinsi

“…Paper 7 hasil pengelompokan berbagai usia menghasilkan 6 kelompok berdasar kasus kekerasan anak dan Perempuan antara lain cluster 0 (C0) yaitu 55 anggota yang paling mendomisili kelompok usia 13-17 tahun berjumlah 21.cluster 1 (C1) yaitu 195 anggota,cluster 2 (C2) 184 anggota yang mendomisili 45-59 tahun berjumlah 70, cluster yaitu 4 anggota kelompok usia 25-44 tahun, cluster 5 (C5) yaitu 177 anggota yang paling mendominasi kelompok usia 0-5 tahun berjumlah 65.Hasil kekerasan pengelompokan kekerasn Perempuan dan anak dengan jumlah 810 berada di kluster 6 dengan DBI 0,211 [8] Paper 8 berjudul "klasifkasi data umroh menggunakan metode k-means clustering" [9] menbahas tentang pengelompokan data jamaah umroh menggunakan Teknik data mining yang bertujuan untuk mengelompokan data ke dalam subset data sehingga terdapat 3 cluster yaitu sangat disukai disukai dan kurang disukai berdasarkan variabel yang ttelah di tetapkan di penelitian ini.dalam pengelompokan jamaah umroh menggunakan metode k-means clustering akan di kelompokan berdasarka usia dan daerah asal .sete;lah dilakukan perhitungan telah dilakukan diperoleh anggot akelompok sangat disukai dari rentng 41-70 tahun kelompok disukai dari rentang usia 21 -40 tahun dan kelompok kurang dari rentang 1-20 tahun Paper 9 berjudul penerapaan data mining untuk menerapkan gaji karyawan sesuai penilaian kemampuan k-mendois clustering hasil implimentasi yaitu dengan pembuataan sistem untuk pengajian karyawan untuk merubah perhitungan dalam perhitungan menggunakan algoritma k-meandois mendapatka 50 sample [10] Paper 10 berjudul "Perbandingan algoritma kmeans dan k-mendoid untuk pengelompokan data transaksi bongkar muat provinsi riau. Hasil dari penelitian ini membandingkan kedua algoritma pada suatu data set.…”