Fatma, Fadhila (2025) Perbandingan K-Means Dan K-Medoids Dalam Klasifikasi Kekerasan Anak Dan Perempuan Berdasarkan Wilayah Dan Usia Jawa Barat. Diploma thesis, UBP Karawang.
1 File Judul_250063_21416255201043_Fadhila Fatma.pdf
Download (335kB)
2 File ABSTRAK_250063_21416255201043_Fadhila Fatma.pdf
Download (204kB)
3 File DAFTAR ISI_250063_21416255201043_Fadhila Fatma.pdf
Download (501kB)
4 BAB I_250063_21416255201043_Fadhila Fatma.pdf
Download (178kB)
5 BAB II_250063_21416255201043_Fadhila Fatma.pdf
Restricted to Registered users only
Download (358kB)
6 BAB III_250063_21416255201043_Fadhila Fatma.pdf
Download (625kB)
7 BAB IV_250063_21416255201043_Fadhila Fatma.pdf
Restricted to Registered users only
Download (1MB)
8 BAB V_250063_21416255201043_Fadhila Fatma.pdf
Download (212kB)
9 DAFTAR PUSTAKA_250063_21416255201043_Fadhila Fatma.pdf
Download (330kB)
10 Lampiran_250063_21416255201043_Fadhila Fatma.pdf
Restricted to Registered users only
Download (2MB)
Abstract
Kekerasan pada anak dan perempuan termasuk masalah sosial yang serius serta pelanggaran hak asasi manusia secara global. Data Komnas Perempuan dari tahun 2017 hingga 2023 menunjukkan perubahan jumlah kasus kekerasan yang masih tinggi dan memerlukan penanganan lebih efektif. Penelitian ini membandingkan algoritma K-Means dan K-Medoids dalam pengelompokkan kekerasan berdasarkan persebaran kabupaten/kota dan kelompok usia di Jawa Barat dengan data tahun 2017-2023. Hasil klasterisasi menghasilkan tiga klaster dengan karakteristik tingkat kekerasan tinggi, sedang dan rendah yang didominasi oleh kelompok usia tertentu pada tiap kabupaten. Evaluasi klasterisasi menggunakan Silhouette Coefficient membuktikan bahwa algoritma K-Means memberikan hasil lebih baik dengan nilai 0,378, sedangkan K-Medoids mendapatkan nilai 0,372. Hasil penelitian ini diharapkan dapat memberikan kontribusi bagi pihak terkait dalam merumuskan kebijakan penanganan kekerasan yang lebih terarah dan efektif. Untuk pengembangan studi selanjutnya, disarankan penggunaan metode atau algoritma alternatif serta penerapan variasi parameter yang lebih luas guna memperoleh hasil klasterisasi yang lebih akurat dan optimal.
Kata Kunci: Klasterisasi; K-Means; K-Medoids; Silhouette Coefficient
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Pustakawan UBP Karawang |
| Date Deposited: | 30 Mar 2026 06:38 |
| Last Modified: | 30 Mar 2026 06:38 |
| URI: | http://repository.ubpkarawang.ac.id/id/eprint/6075 |
