Nadia Rimawati Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Informatika

Skripsi

Kriminalitas merupakan tindakan yang melanggar hukum dan norma sosial yang berdampak negatif terhadap ketertiban umum, keselamatan warga, serta pembangunan sosial dan ekonomi. Di Provinsi Aceh, Direktorat Reserse Kriminal UmumPolisi Daerah (POLDA) Aceh bertanggung jawab menangani berbagai kasus kriminal besar seperti pembunuhan, perampokan, pemerkosaan, dan kejahatan lainnya. Berdasarkan data dari Badan Pusat Statistik, peningkatan signifikan jumlah kasus kriminal dari tahun 2021 hingga 2023 menunjukkan adanya kebutuhan mendesak untuk memetakan dan mengelola data kriminal serta menyediakan sistem untuk mengidentifikasi daerah rawan kejahatan. Penelitian ini bertujuan mengelola data kriminalitas di Direktorat Reserse Kriminal Umum Polisi Daerah Aceh dan menyajikan informasi mengenai sebaran kasus kriminal dan status penyelesaian kasus dalam bentuk grafik dan peta online yang interaktif. Metode pengembangan sistem ini menggunakan metode waterfall dengan tahapan analisis, perancangan, implementasi, dan pengujian. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memastikan fungsionalitas dan System Usability Scale (SUS) untuk mengukur tingkat kegunaan. Hasil pengujian menunjukkan sistem berhasil menjalankan semua skenario Black Box Testing, sedangkan usability testing menghasilkan skor 81,75 dari 40 responden, yang berarti sistem ini masuk dalam kategori "GOOD", grade scale "A", dan acceptability range "Acceptable". Dengan implementasi sistem ini, diharapkan dapat memberikan solusi yang efektif bagi pengelolaan data kriminalitas di Provinsi Aceh serta meningkatkan kesadaran dan kewaspadaan masyarakat terhadap daerah rawan kejahatan. Kata kunci : WebGIS, Kriminalitas, POLDA Aceh, Laravel, Leaflet, Pengelolaan Data Kriminal, Black Box Testing, System Usability Scale, Sistem Informasi Geografis. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 145677 2025-01-08 06:42:49 2025-01-08 08:27:49 machine generated