DATA MINING FAKTOR PENYEBAB MASUK PENJARA MENGGUNAKAN METODE CLUSTERING (STUDI KASUS: LEMBAGA PEMASYARAKATAN KELAS 1 MEDAN)
Keywords:
Data Mining, K-Means Clustering, Faktor Penyebab, Narapidana, Lembaga PemasyarakatanAbstract
Dalam sistem hukum pidana, pemahaman terhadap faktor-faktor yang mendorong seseorang masuk penjara sangat penting. Seiring dengan peningkatan jumlah narapidana, diperlukan analisis mendalam mengenai pola dan faktor utama yang menyebabkan seseorang terjerat dalam sistem hukum pidana. Penelitian ini menerapkan metode data mining dengan algoritma K-Means Clustering untuk mengelompokkan data narapidana di Lembaga Pemasyarakatan Kelas 1 Medan berdasarkan variabel hukuman, pidana, dan pendidikan. Dengan menggunakan 500 data kasus acak, proses penelitian meliputi tahapan pra-pemrosesan data, penentuan centroid awal, iterasi perhitungan jarak Euclidean, dan pembaruan centroid hingga mencapai konvergensi. Hasilnya menunjukkan bahwa data dapat dikelompokkan menjadi tiga cluster utama yang merepresentasikan karakteristik narapidana. Hasil ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem informasi berbasis data mining untuk analisis tindak pidana dan membantu pihak berwenang dalam merancang program rehabilitasi yang lebih efektif.
Downloads
References
Adolph, R. (2016). 済無No Title No Title No Title. 1–23.
Almasri. (2019). LANDASAN TEORI 2.1 Data Mining 2.1.1 Definisi Data Mining. 5–15.
Angelica Angelica, Ahmad Irzal Fardiansyah, & Fristia Berdian Tamza. (2025). Tinjauan Yuridis terhadap Kasus Kepemilikan Senjata Api dan Amunisi Ilegal di Indonesia. Birokrasi: JURNAL ILMU HUKUM DAN TATA NEGARA, 3(1), 21–29. https://doi.org/10.55606/birokrasi.v3i1.1813
Aprilianda, D., Saragih, R., Saripurna, D., Studi Sistem Informasi, P., & Kaputama, S. (2023). Classification of Household Violence (Kdrt) Cases Based on Causing Factors Using Clustering Method. Journal of Mathematics and Technology (MATECH), 2(2), 61–76.
Ariffin, M., & Sitabuana, T. H. (2022). Sistem Perpajakan Di Indonesia. Serina IV Untar, 28, 523–534.
Awaliyah, L., Rahaningsih, N., & Danar Dana, R. (2024). Implementasi Algoritma K-Means Dalam Analisis Cluster Korban Kekerasan Di Provinsi Jawa Barat. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 188–195. https://doi.org/10.36040/jati.v8i1.8332
Azhari, D. A., Maulita, Y., & Ramadani, S. (2024). Pengelompokan Data Kriminal untuk Menentukan Pola Rawan Tindak Kriminal Menggunakan Algoritma K-Means ( Studi Kasus : Polsek Hamparan Perak ) judul penelitian yaitu “ Pengelompokan Data Krim inal Untuk Menentukan Pola Rawan Tindak Kriminal Menggunakan Alg. 2(5).
Baidi, R., & Yuherawan, D. S. B. (2023). Pertanggungjawaban Tindak Pidana Perbankan Perspektif Hukum Pidana Dan Undang-Undang Perbankan. Journal Justiciabelen (JJ), 3(1), 1. https://doi.org/10.35194/jj.v3i1.2112
Efendi, S. (2021). Sanksi Kejahatan Penipuan Dengan Identitas Palsu Dalam Kuhp Indonesia Dan Fiqh Jinayah. Jurnal Syari’ah Dan Peradilan Islam, 1(2), 32–55.
Emelia Siahaan, Paramita Prananingtyas, S. M. (2016). Diponegoro law review. Law and Justice, 5(18), 1–13. https://ejournal3.undip.ac.id/index.php/dlr/article/view/10960/10629
Farah Andriani, Msy. Arifah Sumayyah, Muhammad Ria Revanza, Fajri Ramadhan, M. Ivandi Aulia, & Haryadi, T. (2023). Bentuk Perlindungan Hukum Kepada Anak Sebagai Korban Tindak Pidana Kesusilaan Dalam Hukum Pidana Positif Saat Ini. Consensus : Jurnal Ilmu Hukum, 2(1), 1–10. https://doi.org/10.46839/consensus.v2i1.32
Fauzi, J. R. (2020). Algoritma Dan Flowchart Dalam Menyelesaikan Suatu Masalah Disusun Oleh Universitas Janabadra Yogyakarta 2020. Jurnal Teknik Informatika, 20330044, 4–6.
Hoerunnisa, A., Dwilestari, G., Dikananda, F., Sunana, H., & Pratama, D. (2024). Komparasi Algoritma K-Means Dan K-Medoids Dalam Analisis Pengelompokan Daerah Rawan Kriminalitas Di Indonesia. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 103–110. https://doi.org/10.36040/jati.v8i1.8249
Irianty, D. I., Pangkerego, O. A., & Sompie, E. (2021). Kajian Yuridis Tentang Tanggung Jawab Pelaku Tindak Pidana Pencurian Berdasarkan Kitab Undang-Undang Hukum Pidana. Lex Crimen, 10(7), 177–186. https://ejournal.unsrat.ac.id/index.php/lexcrimen/article/view/35010
JENI FITRIA. (2017). Sanksi Tindak Pidana Pembakaran Hutan Dalam Undang-Undang Nomor 41 Tahun 1999 Tentang Kehutananperspektif Hukum Islam. http://repository.radenintan.ac.id/2847/1/skripsi.pdf
Karunia. (2016). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title. 4(June), 2016.
Kurniawan, Y. S., & Chandra, T. Y. (2024). Kepastian Hukum Pembuktian Motif pada Tindak Pidana Pembunuhan Berencana dalam Hukum Pidana Indonesia. 680–690.
Lubis, A. H., & Margaini, A. (2022). Relevansi Pidana Mati Terhadap Tindak Pidana Narkotika Dalam Prespektif Pembaharuan Hukum Pidana. Sanskara Hukum Dan HAM, 1(02), 13–24. https://doi.org/10.58812/shh.v1i02.54
Mochammad Sulthan Rafi Z. (2013). Jenis-jenis Data Dalam Penelitian. Metode Penelitian Kualitatif, 24(1), 1689–1699. http://dx.doi.org/10.1016/j.jsames.2011.03.003%0Ahttps://doi.org/10.1016/j.gr.2017.08.001%0Ahttp://dx.doi.org/10.1016/j.precamres.2014.12.018%0Ahttp://dx.doi.org/10.1016/j.precamres.2011.08.005%0Ahttp://dx.doi.org/10.1080/00206814.2014.902757%0Ahttp://dx.
Muhammadiyah Surakarta, U., Yani, J. A., Kartasura, K., Sukoharjo, K., & Tengah, J. (2024). Analisis aspek hukum pada kejadian perampokan dengan rincian undang-undang pidana di indonesia. Ethics and Law Journal: Business and Notary (ELJBN, 2(1), 2988–1293. http://journals.ldpb.org/index.php/eljbn
Muharizki, M. I., & Arianto, D. B. (2023). … Clustering Dengan Metode K-Means Terhadap Statistik Permainan Pro-Player Valorant Pada Kompetisi Valorant Champions 2022. Serunai: Jurnal Ilmiah Ilmu …, 9, 40–47. https://ejournal.stkipbudidaya.ac.id/index.php/ja/article/view/846%0Ahttps://ejournal.stkipbudidaya.ac.id/index.php/ja/article/download/846/571
Mulyana Saputri, R., Wahyuni, F., & Muhsin, M. (2024). Analisis Kebijakan Dalam Hukum Pidana Perlindungan Anak Pada Pembaruan Sistem Peradilan Pidana Anak Di Indonesia. Selodang Mayang: Jurnal Ilmiah Badan Perencanaan Pembangunan Daerah Kabupaten Indragiri Hilir, 10(2), 133–139. https://doi.org/10.47521/selodangmayang.v10i2.407
Nur Fariza Khairani, Relita Buaton, & Melda Pita Uli Sitompul. (2024). Pengelompokan Penanganan Resiko Pada Kegiatan Panen Berdasarkan Alat Pelindung Diri Yang digunakan. Modem : Jurnal Informatika Dan Sains Teknologi., 2(4), 68–91. https://doi.org/10.62951/modem.v2i4.232
Pidana, A. T., & Kesusilaaan, P. (n.d.). Laden Marpaung, Kejahatan Terhadap Kesusilan, Jakarta: Sinar Grafika, h.3. 9. 9–55.
Simanjuntak;, S. H. D. P. N. L. J. P., & Prihatini., L. (2023). Penerapan Sanksi Pidana Dalam Tindak Pidana Desersi. PALAR (Pakuan Law Review), 09(1), 65–76.
Sitepu, R. S. (2022). Penerapan Algoritma K-Means Data Mining Untuk Clustering Hasil Test Urine Pasien. Bulletin of Multi-Disciplinary Science and Applied Technology, 1(5), 173–180.
Sitorus, E. I., & Area, U. M. (2024). IMPLEMENTASI DATA MINING DALAM PENGELOMPOKAN DATA KRIMINALITAS UMUM DI PROVINSI SUMATRA UTARA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING FAKULTAS TEKNIK UNIVERSITAS MEDAN AREA MEDAN K-MEANS CLUSTERING SKRIPSI Diajukan Sebagai Salah Satu Syarat untuk Mempero.
Sri Fastaf, C. A., & Yamasari, Y. (2022). Analisa Pemetaan Kriminalitas Kabupaten Bangkalan Menggunakan Metode K-Means dan K-Means++. Journal of Informatics and Computer Science (JINACS), 3(04), 534–546. https://doi.org/10.26740/jinacs.v3n04.p534-546
Stedila, S., Astuti, R., & M Basysyar, F. (2024). Penerapan Data Mining Clustering Menggunakan Metode K-Means Pada Data Tindak Kriminalitas Di Polres Kabupaten Kuningan. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1629–1636. https://doi.org/10.36040/jati.v8i2.8790
Suriani, L. (2020). Pengelompokan Data Kriminal Pada Poldasu Menentukan Pola Daerah Rawan Tindak Kriminal Menggunakan Data Mining Algoritma K-Means Clustering. Jurnal Sistem Komputer Dan Informatika (JSON), 1(2), 151. https://doi.org/10.30865/json.v1i2.1955
Syahrin, A., Hamdan, M., & Siregar, M. (2014). PERTANGGUNGJAWABAN PIDANA DALAM KEJAHATAN PERBANKAN Yohana Alvi Syahrin, M. Hamdan, Mahmul Siregar (. 2(3), 221–237.
Tampubolon, H. D., Gultom, D., Hutabarat, L. Y., R.H Zer, F. I., & Hartama, D. (2020). Penerapan Algoritma K-Means Untuk Mengetahui Tingkat Tindak Kejahatan Daerah Pematangsiantar. Jurnal Teknologi Informasi, 4(1), 146–151. https://doi.org/10.36294/jurti.v4i1.1263
Ummah, M. S. (2019). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title. Sustainability (Switzerland), 11(1), 1–14. http://scioteca.caf.com/bitstream/handle/123456789/1091/RED2017-Eng-8ene.pdf?sequence=12&isAllowed=y%0Ahttp://dx.doi.org/10.1016/j.regsciurbeco.2008.06.005%0Ahttps://www.researchgate.net/publication/305320484_SISTEM_PEMBETUNGAN_TERPUSAT_STRATEGI_MELESTARI
Vaulamafiroh, D. (2020). Tata Tertip Lembaga Pemasyarakatan dan Rumah Tahanan Perspektif Hukum Pidana Islam. 4(1), 1–23.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Anggi Meiliana Br Hutasoit, Relita Buaton, Kristina Annatasia Br Sitepu
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
