PREDIKSI TINGKAT KASUS KRIMINALITAS MENGGUNAKAN REGRESI LINIER BERGANDA DI KOTA PONTIANAK

BERGAS, FADILLAH (2023) PREDIKSI TINGKAT KASUS KRIMINALITAS MENGGUNAKAN REGRESI LINIER BERGANDA DI KOTA PONTIANAK. Skripsi thesis, Universitas Muhammadiyah Pontianak.

[img]
Preview
Text
BAB I DAN VI.pdf - Published Version

Download (427kB) | Preview
[img] Text (Akses ditutup untuk menghindari plagiarisme. Permohonan akses skripsi, silahkan email ke [email protected])
BAB II-V.pdf - Accepted Version
Restricted to Repository staff only

Download (523kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi tingkat kasus kriminalitas di Wilayah Kepolisian Resort Kota (POLRESTA) Pontianak menggunakan metode Regresi Linier Berganda berdasarkan data sekunder dari Bareskrim Polresta Pontianak. Penggunaan teknik statistik deskriptif dan visualisasi data membantu mengidentifikasi fitur-fitur relevan yang memperkaya informasi dalam model. Hasil evaluasi menunjukkan bahwa model ini memiliki performa yang baik dalam memodelkan dan memprediksi tingkat kejahatan di Kota Pontianak. Meskipun terdapat perbedaan dalam tingkat error pada data pelatihan dan pengujian, model masih memiliki kemampuan yang baik dalam memprediksi data yang dikenal. Hasil pengujian juga menunjukkan bahwa nilai MAPE untuk setiap kategori kejahatan pada data pengujian mengalami variasi, di mana MAPE Berat meningkat menjadi 12.91%, MAPE Sedang meningkat menjadi 30.11%, dan MAPE Ringan meningkat menjadi 26.59%. Dengan demikian, penelitian ini menyimpulkan bahwa metode Regresi Linier Berganda memiliki potensi sebagai alat efektif dalam mengambil keputusan dan mengembangkan strategi penanggulangan tindak kriminalitas di Kota Pontianak.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Kriminalitas , Data Mining, Regresi Linier Berganda, MAPE
Subjects: - Teknik Informatika
Divisions: Fakultas Teknik dan Ilmu Komputer > Prodi Teknik Informatika
Depositing User: Admin 2
Date Deposited: 21 Dec 2023 04:18
Last Modified: 21 Dec 2023 04:18
URI: http://repository.unmuhpnk.ac.id/id/eprint/2596

Actions (login required)

View Item View Item