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

Author:

Fauziah Rahma,Purnamasari Ade Irma

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.

Publisher

Ilmu Bersama Center

Reference15 articles.

1. R. Rahma dkk., “PENGELOMPOKAN DAERAH RAWAN KEKERASAN TERHADAP PEREMPUAN DAN ANAK DI JAWA BARAT MENGGUNAKAN ALGORITMA K-MEANS,” 2022.

2. N. S. M. J. Noviya Adawiyah, “KLASTERISASI KASUS KEKERASAN TERHADAP ANAK DAN PEREMPUAN BERDASARKAN ALGORITMA K-MEANS,” vol. 5, 2020.

3. Andang Sari dan A. Haryani Putri, “Perlindungan Hukum Terhadap Perempuan Korban Kekerasan Dalam Rumah Tangga,” KRTHA BHAYANGKARA, vol. 14, no. 2, hlm. 236–245, Des 2020, doi: 10.31599/krtha.v14i2.291.

4. A. Q. A. Y. Aflina Mustafainah, “data kekerasan seksual pada perempuan (KOMNAS PEREMPUAN),” KOMNAS PEREMPUAN: PEREMPUAN DALAM HIMPITAN PANDEMI: LONJAKAN KEKERASAN SEKSUAL, KEKERASAN SIBER, PERKAWINAN ANAK, DAN KETERBATASAN PENANGANAN DI TENGAH COVID-19, 2021.

5. B. Septia Pranata dan D. Putro Utomo, “Bulletin of Information Technology (BIT) Penerapan Data Mining Algoritma FP-Growth Untuk Persediaan Sparepart Pada Bengkel Motor (Study Kasus Bengkel Sinar Service),” Bulletin of Information Technology (BIT), vol. 1, no. 2, hlm. 83–91, 2020.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3