Model Pemetaan Tingkat Kriminal di Kabupaten Karawang Berdasarkan Perbandingan Algoritma K-means dan Fuzzy C-means

Kriminalitas di setiap daerah mempunyai tingkat kerawanan yang berbeda-beda. Maka, untuk mengetahui tingkat kriminalitas di setiap daerah, perlu dilakukan pengelompokan kriminalitas berdasarkan data jumlah kriminalitas yang terjadi di setiap daerah, Penelitian ini menggunakan data kriminalitas di Kabupaten Karawang, dengan menggunakan metode analisis K-Means dan Fuzzy C-Means. Sebelum dilakukan pengelompokan, dilakukan penentuan jumlah klaster optimum menggunakan metode elbow. Setelah itu, dilakukan validasi metode yang digunakan di antara K-Means dan Fuzzy C-Means untuk memperoleh metode yang terbaik, dengan melihat nilai coefficient silhoutte. Hasil penelitian menunjukan bahwa algoritma K-Means menghasilkan nilai coefficient silhouette lebih tinggi yaitu 0.61, sedangkan algoritma Fuzzy C-Means hanya 0.55. Oleh karena itu, algoritma K-Means dapat dianggap lebih baik dalam menempatkan Cluster karena memiliki nilai validitas yang lebih tinggi dibandingkan dengan algoritma Fuzzy C-Means. Hasil dari pengelompokan paling optimal terdapat 26 kecamatan masuk ke klaster 0 atau Tingkat kriminalitas rendah, 3 kecamatan masuk ke klaster 1 atau tingkat kriminalitas sedang dan 1 kecamatan masuk ke klaster 2 atau tingkat kriminalitas tinggi.

Kata Kunci: Clustering, Fuzzy C-Means, K-Means, Silhouette Coefficient.