Analisis Pola Kriminalitas Di Indonesia Menggunakan Klasterisasi: Studi Kasus Atas Jumlah Penduduk, Tindak Pidana, Dan Persentase Penyelesaian Kasus

Latar Belakang: Upaya pengendalian kriminalitas di Indonesia membutuhkan pendekatan analitis yang menyeluruh dan berbasis data. Meskipun Badan Pusat Statistik (BPS) telah menyediakan beragam data seperti jumlah penduduk, tindak pidana, persentase penyelesaian kasus, angka melek aksara, persentase penduduk miskin, dan tingkat pengangguran, pemanfaatan data tersebut secara terpadu dalam konteks pemetaan kriminalitas masih terbatas.
Tujuan: Penelitian ini bertujuan untuk menganalisis keterkaitan antara variabel sosial dan ekonomi yang relevan terhadap tingkat kriminalitas di berbagai provinsi Indonesia melalui metode klasterisasi.
Metode Penelitian: Penelitian ini bersifat eksploratif dengan menerapkan metode K-Means Clustering untuk mengelompokkan wilayah di Indonesia berdasarkan jumlah penduduk, tindak pidana, persentase penyelesaian kasus, angka melek aksara, persentase penduduk miskin, dan tingkat pengangguran. Proses penelitian mencakup pengumpulan dan preprocessing data, normalisasi, serta evaluasi hasil klasterisasi menggunakan Elbow method dan Silhouette score.
Hasil: Hasil klasterisasi optimal terdiri dari tiga klaster utama. Pada tahun 2021, sebanyak 22 provinsi tergolong dalam Klaster 2 (wilayah stabil dan berkembang), 7 provinsi dalam Klaster 1 (wilayah tertinggal), dan 5 provinsi dalam Klaster 0 (wilayah urban kompleks). Tahun 2022 menunjukkan penurunan jumlah provinsi dalam Klaster 2 menjadi 15, disertai peningkatan Klaster 1 menjadi 12 provinsi, mengindikasikan dinamika sosial pascapandemi. Tahun 2023 mencatat perbaikan,
dengan Klaster 2 kembali mencakup 20 provinsi.
Kesimpulan: Metode klasterisasi K-Means berhasil diterapkan dalam pemetaan tingkat kriminalitas berdasarkan indikator sosial dan ekonomi.