Electronic Theses and Dissertation

Kekerasan terhadap perempuan merupakan permasalahan sosial yang semakin meningkat di Indonesia dan menunjukkan keragaman pola antar wilayah. Penelitian ini bertujuan mengelompokkan provinsi-provinsi di Indonesia berdasarkan kasus kekerasan terhadap perempuan pada tahun 2023 untuk mendukung perumusan kebijakan yang lebih efektif. Data sekunder dari Kementerian Pemberdayaan Perempuan dan Perlindungan Anak (Kemen PPPA) dan Satu Data Pemerintahan Dalam Negeri (SPDPN) dianalisis menggunakan 17 variabel yang mencakup jenis kekerasan, kelompok umur, dan tingkat pendidikan terakhir korban. Metode analisis yang digunakan adalah Density-Based Spatial Clustering of Applications with Noise (DBSCAN), sebuah algoritma klasterisasi berbasis kepadatan yang unggul dalam menangani data dengan bentuk tidak beraturan dan mendeteksi outlier. Penentuan parameter optimal dilakukan melalui k-distance graph dan dievaluasi menggunakan empat indeks validasi: Silhouette Coefficient, Dunn Index, Davies-Bouldin Index, dan Rasio Simpangan Baku. Hasil analisis menetapkan parameter optimal pada MinPts = 2 dan epsilon = 0,00210, yang menghasilkan dua klaster dan mengidentifikasi 28 provinsi sebagai noise. Klaster 1 terdiri atas delapan provinsi di wilayah barat Indonesia yang menunjukkan karakteristik tingkat kekerasan seksual yang tinggi. Klaster 2 mencakup dua provinsi di Kalimantan dengan menunjukkan persentase yang lebih tinggi pada penelantaran. Korban pada kedua klaster umumnya berada pada rentang usia 25-44 tahun serta korban dengan tingkat pendidikan terakhir SLTA. Manfaat penelitian ini adalah menyediakan pengelompokan berbasis bukti yang dapat digunakan pemerintah untuk merancang strategi pencegahan dan penanganan kekerasan terhadap perempuan yang lebih spesifik dan sesuai dengan karakteristik setiap wilayah.

Violence against women is a growing social problem in Indonesia and shows diverse patterns across regions. This study aims to group provinces in Indonesia based on the cases of violence against women in 2023 to support the formulation of more effective policies. Secondary data from the Ministry of Women's Empowerment and Child Protection (Kemen PPPA) and the Single Data System for Domestic Governance (SPDPN) were analyzed using 17 variables, including types of violence, age groups, and last educational levels of victims. The analysis method used was Density-Based Spatial Clustering of Applications with Noise (DBSCAN), a density-based clustering algorithm that excels at handling irregularly shaped data and detecting outliers. Optimal parameter determination was conducted using a k-distance graph and evaluated using four validation indices: Silhouette Coefficient, Dunn Index, Davies-Bouldin Index, and Standard Deviation Ratio. The analysis results established optimal parameters at MinPts = 2 and epsilon = 0,00210, resulting in two clusters and identifying 28 provinces as noise. Cluster 1 consists of eight provinces in the western region of Indonesia that are characterized by high levels of sexual violence. Cluster 2 includes two provinces in Kalimantan and shows a higher percentage of neglect. Victims in both clusters are generally in the age range of 25-44 years and have a high school education. The benefit of this research is that it provides evidence-based groupings that can be used by the government to design strategies for preventing and responding to violence against women that are more specific to the characteristics of each region.