Analisis Clustering Kasus Bunuh Diri di Jawa Tengah dengan Menerapkan Algoritma K-Means

Widya Kurniawan; Faisal Reza Pradhana; Khusna Amalia Zen

doi:10.22236/teknoka.v9i1.17559

Penulis

Widya Kurniawan Universitas Darussalam Gontor
Faisal Reza Pradhana Universitas Darussalam Gontor
Khusna Amalia Zen Universitas Darussalam Gontor

DOI:

https://doi.org/10.22236/teknoka.v9i1.17559

Kata Kunci:

Klasterisasi, K-Means, Bunuh Diri, CRISP-DM

Abstrak

Bunuh diri merupakan suatu tindakan yang bertujuan untuk mengakhiri hidup dengan sengaja. Di Indonesia fenomena ini masih banyak ditemukan dan dipengaruhi oleh beberapa faktor, diantaranya faktor sosial, faktor ekonomi, faktor psikologi, dan faktor lingkungan. Penelitian ini bertujuan untuk menidentifikasi pola kasus bunuh diri dengan menggunakan teknik clustering, dengan data yang diambil dari Kepolisian Resor Semarang dan Boyolali. Tiga variabel utama yang akan dianalisis, yaitu: rentang usia, metode bunuh diri, dan Lokasi kejadian. Pendekatan CRISP-DM diterapkan untuk pengolahan data. Clustering dilakukan menggunakan algoritma K-Means untuk mengelompokkan data-data yang relevan berdasarkan variabel tersebut. Hasil Silhouette score sebesar 84% menunjukkan kualitas pemisahan antar cluster cukup baik. Visualisai dengan metode Pricipal Component Analysis (PCA) digunakan untuk membantu memetakan cluster agar lebih komprehensif, yang mana kelompok paling rawan melakukan tindakan bunuh diri adalah pelaku dengan rentang usia produktif, dengan menggunakan metode gantung diri, dan melakukannya di rumah. Studi ini diharapkan dapat memberikan wawasan lebih lanjut terkait fenomena bunuh diri di Indonesia.

Unduhan

Data unduhan belum tersedia.

Referensi

D. Novita, “Kesehatan Mental - Penyebab, Gejala, Dan Cara Mengobati - Klikdokter.” Accessed: May 18, 2024. [Online]. Available: Https://Www.Klikdokter.Com/Penyakit/Masalah-Mental/Kesehatan-Mental

A. Zulaikha And N. Febriyana, “Bunuh Diri Pada Anak Dan Remaja,” Jps, Vol. 7, No. 2, P. 62, Dec. 2018, Doi: 10.20473/Jps.V7i2.19466.

“Setiap Jam, Satu Orang Bunuh Diri.” Accessed: May 18, 2024. [Online]. Available: Https://Health.Kompas.Com/Read/2016/09/08/140000323/Setiap.Jam.Satu.Orang.Bunuh.Diri

H. Mallo And D. Ronda, “Analisis Faktor Penyebab Utama Kecenderungan Bunuh Diri Di Kalangan Remaja Yang Berusia 15-17 Tahun Di Makassar”.

S. Suryadi, “Penerapan Metode Clustering K-Means Untuk Pengelompokan Kelulusan Mahasiswa Berbasis Kompetensi,” Informatika, Vol. 6, No. 1, Pp. 52–72, Oct. 2019, Doi: 10.36987/Informatika.V6i1.738.

P. M. C. Abrianto, “Penerapan Metode K-Means Clustering Untuk Pengelompokkan Pasien Penyakit Liver,” Vol. 2, No. 2, 2018.

K. Kunci, “The Role Of Mental Health As A Moderator Of Suicidal Tendencies Abstract”.

D. Febrianti And N. Husniawati, “Hubungan Tingkat Depresi Dan Faktor Resiko Ide Bunuh Diri Pada Remaja Smpn,” J. Ilm. Kesehat., Vol. 13, No. 1, Pp. 85–94, Mar. 2021, Doi: 10.37012/Jik.V13i1.422.

K. Y. Kusuma, “Faktor Penyebab Kecenderungan Bunuh Diri Dikalangan Remaja Toraja,” Vol. 2, 2022.

N. Rahmawati, M. H. E. Pramesty, F. Karno, U. Aprilia, And A. Hapsery, “Klasterisasi Kesehatan Ibu Dan Anak Di Indonesia Dengan Menggunakan Algoritma K-Means”.

Y. Elda, S. Defit, Y. Yunus, And R. Syaljumairi, “Klasterisasi Penempatan Siswa Yang Optimal Untuk Meningkatkan Nilai Rata-Rata Kelas Menggunakan K-Means,” Jidt, Pp. 103–108, Sep. 2021, Doi: 10.37034/Jidt.V3i3.130.

S. Dasgupta, N. Frost, M. Moshkovitz, And C. Rashtchian, “Explainable K-Means And K-Medians Clustering”.

M. Ahmed, R. Seraj, And S. M. S. Islam, “The K-Means Algorithm: A Comprehensive Survey And Performance Evaluation,” Electronics, Vol. 9, No. 8, P. 1295, Aug. 2020, Doi: 10.3390/Electronics9081295.

I. Virgo, S. Defit, And Y. Yuhandri, “Klasterisasi Tingkat Kehadiran Dosen Menggunakan Algoritma K-Means Clustering,” Jsisfotek, Pp. 23–28, Mar. 2020, Doi: 10.37034/Jsisfotek.V2i1.17.