OPTIMASI KLASTERISASI PREDIKSI TINDAK PIDANA KEJAHATAN DENGAN K-MEANS MENGGUNAKAN PSO

OPTIMASI KLASTERISASI PREDIKSI TINDAK PIDANA KEJAHATAN DENGAN K-MEANS MENGGUNAKAN PSO

• By ulumuddin;
• Disertasi
• 5

dalam kasus ini peneliti mencoba memprediksi kasus tindak pidana kejahatan dengan mengelompokan masing masing jenis tindak pidana kejahatan menggunakan k-means yang dioptimasikan dengan PSO dari data yang peneliti dapatkan dimassa lampau. adapun parameter yang pengklasteran yang peneliti lakukan dengan menggunakan kategori kejahatan sedang,ringan dan berat, masing - masing mendapatkan sedang 74, ringan 46, berat 30 berdasarkan uji coba menggunakan algorithma pengklasteran  k-means untuk mengelompokan pada masing masing klaster, sedangkan pada uji coba optimasi k-means  yang dioptimasikan dengan PSO adalah mendapatkan hasil 0.122387  yang menggunakan parameter SSE, sedangkan performa k-means mendapatkan hasil 0.885 

• Katakunci
• URL http://
• Penerbit ,

REFERENSI

Bery, A J Micheal, and S Gordon Linoff. 2004. Data Mining.

Bsoul, Qusay, Juhana Salim, and Lailatul Qadri Zakaria. 2013. “An Intelligent Document Clustering Approach to Detect Crime Patterns.” Procedia Technology 11(Iceei): 1181–87. http://dx.doi.org/10.1016/j.protcy.2013.12.311.

Carvalho, Francisco De A T De, Yves Lechevallier, and Filipe M De Melo. 2012. “Partitioning Hard Clustering Algorithms Based on Multiple Dissimilarity Matrices.” Pattern Recognition 45(1): 447–64.

franki yusuf bisilisin, yeni herdiyeni, bib paruhum silalahi. 2014. “Llmu Komputer.”

Han, Jiawet, Kamber Micheline, and Jian Pei. 2012. Data Mining Concepts and Techniques.

Hartigan, J. a., and M. a. Wong. 1979. “Algorithm AS 136: A K-Means Clustering Algorithm.” Journal of the Royal Statistical Society C 28(1): 100–108. http://www.jstor.org/stable/2346830%5Cnpapers2://publication/uuid/6437C437-7330-4249-BD7B-2642C9B2C6BE%5Cnhttp://www.jstor.org/stable/10.2307/2346830?origin=crossref.

Keyvanpour, Mohammadreza, Mostafa Javideh, and Mohammad Reza. 2011. “Procedia Computer Detecting and Investigating Crime by Means of Data Mining : A General Crime Matching Framework.” Procedia Computer Science 3: 872–80. http://dx.doi.org/10.1016/j.procs.2010.12.143.

Kiani, Rasoul. 2015. “Analysis and Prediction of Crimes by Clustering and Classification.” 4(8): 11–17.

Lei, Ningrong, and Seung Ki Moon. 2014. “NU SC.” Decision Support Systems. http://dx.doi.org/10.1016/j.dss.2014.11.010.

Maroosi, Ali, and Babak Amiri. 2010. “A New Clustering Algorithm Based on Hybrid Global Optimizationbased on a Dynamical Systems Approach Algorithm.” Expert Systems with Applications 37(8): 5645–52.

Santosa, Budi, Konsep Implementasi, and Graha Ilmu. 2011. “Particle Swarm Optimization.”

Sathyadevan, Shiju, and M S Devan. “Crime Analysis and Prediction Using Data Mining.” : 406–12.