CUT NURUL AKMALIA Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Matematika 2026

Skripsi

Kekerasan merupakan permasalahan sosial yang memiliki karakteristik dan tingkat keparahan yang berbeda antar wilayah. Penelitian ini bertujuan untuk mengelompokkan provinsi di Indonesia berdasarkan karakteristik kekerasan menggunakan algoritma K-Means Clustering. Data yang digunakan merupakan data kekerasan provinsi tahun 2023 dan 2024 yang mencakup beberapa jenis kekerasan. Penentuan jumlah cluster optimal dilakukan dengan menggunakan metode Elbow dan Silhouette Score, yang menunjukkan bahwa jumlah cluster optimal adalah empat cluster. Hasil penelitian menunjukkan bahwa algoritma K-Means Clustering mampu mengelompokkan provinsi berdasarkan kemiripan pola kekerasan, sehingga menghasilkan klasifikasi wilayah yang tidak hanya didasarkan pada jumlah kasus, tetapi juga pada karakteristik jenis kekerasan yang terjadi. Selain itu, perbandingan hasil clustering antara tahun 2023 dan 2024 menunjukkan adanya perubahan komposisi cluster, yang mengindikasikan dinamika pola kekerasan antar provinsi dari waktu ke waktu. Sehingga membuktikan bahwa algoritma K-Means Clustering tidak hanya efektif untuk pengelompokan statis, tetapi juga dapat digunakan sebagai alat analisis untuk memahami perubahan pola kekerasan secara temporal. Hasil pengelompokan ini diharapkan dapat menjadi dasar awal bagi pemangku kepentingan dalam memahami karakteristik kekerasan di setiap wilayah serta mendukung perumusan kebijakan dan intervensi yang lebih tepat sasaran. Kata kunci: K-Means, Clustering, kekerasan, provinsi, Elbow Method, Silhouette Score 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1713027 2026-03-30 13:06:47 2026-03-30 14:51:21 machine generated