Penerapan Data Mining untuk Analisa Tingkat Kriminalitas Dengan Algoritma Association Rule Metode FP-Growth

Authors

  • Dwi Winarti Universitas Dharmas Indonesia
  • Elinda Revita Universitas Dharmas Indonesia
  • Efri Yandani Universitas Dharmas Indonesia

Keywords:

Data Mining Rapid Miner, Association Rules,, Frequent Itemset, FP-Growth

Abstract

Kriminalitas berasal dari kata crime yang artinya sebuah tindakan yang melanggar hukum. Sedangkan pengertian tindak pidana adalah segala tindakan yang disengaja atau tidak, telah terjadi atau baru percobaan, yang dapat merugikan orang lain dalam hal badan, jiwa, harta benda, kehormatan, dan lainnya serta dapat diancam hukuman penjara. Banyaknya golongan atau jenis kejahatan dalam KUHP berarti begitu juga banyaknya kepentingan hukum yang dilindungi oleh hukum pidana. perbuatan pidana itu dapat dilihat pada penjelasan pasal 338 KUHP Kejahatan ini disebutkan makar mati atau pembunuhan dalam peristiwa ini perlu bukti suatu perbuatan yang mengakibatkan kematian orang lain dan kematian disengaja dan tidak disengaja dikenakan pasal 359 KHUP. Data Mining digunakan untuk menemukan pola-pola tersembunyi dan memberikan informasi. Data Mining untuk pendeteksian kejahatan yang sering terjadi secara bersamaan disebut Association Rule (aturan asosiasi)

Downloads

Download data is not yet available.
Abstract viewed = 314 times

References

Abdullah Saad Almalaise Alghamdi “Efficient Implementation of FP Growth Algorithm-Data Mining on Medical Data”.

Ali Ikhwan dkk “ Penerapan Data Mining dengan Algoritma Fp-Growth untuk Mendukung Strategi Promosi Pendidikan” ( Studi Kasus Kampus STMIK Triguna Dharma), 2015.

Bhavesh V, and Dr.Chirag Thaker “FP Growth Algorithm for finding patterns in Semantic Web”.

Budanis Dwi Meilani dan Azmuri Wahyu Azinar “Penentuan Pola Yang Sering Muncul Untuk Penerima Kartu Jaminan Kesehatan Masyarakat (JAMKESMAS) Menggunakan Metode Fp-Growth. IDeaTech 2015.

Devender Banga and Sunitha Cheepuriseti “ Proxy Driven FP-Growth Based Preefetching.” IJAET, India, 2014.

Emha Taufiq Luthfi “Penerapan Data Mining Algoritma Asosiasi

Untuk Meningkatkan Penjualan” , ISSN: 1411-3201 2009.

Fadlina“ Data Mining Untuk Analisa Tingkat Kejahatan Jalanan Dengan Algoritma Asociation Rule Metode Apriori.”Vol 111 no 1 ,Sumatera Barat ” 2014.

Goldie Gunadi dan Dana Indra Sensue“ Penerapan Metode Data Mining Marbet Basket Analyis Terhadap Data Penjualan Produk Baru Dengan Menguunakan Algoritma Apriori dan Frequent Pattern Growth ( FP-Growth ).” Telematika Vol.4 No.1, 2012.

Kusrini dan Luthfi, E. T., 2009. Algoritma Data Mining. Yogyakarta : Penerbit Andi.

Ririanti “ Implementasi Algoritma FP-Growth Pada Aplikasi Prediksi Persediaan Sepeda Motor .” PIBD Vol.VI No.1, 2014.

Sri Rahayu Siregar Implementasi Data Mining Pada Penjualan Tiket Pesawat Menggunakan Algoritma Apriori .” PIBD Vol.VI1 No.1, 2014.

Downloads

Published

2021-09-28

How to Cite

Winarti, D., Revita, E., & Yandani, E. (2021). Penerapan Data Mining untuk Analisa Tingkat Kriminalitas Dengan Algoritma Association Rule Metode FP-Growth. Simtika, 4(3), 8–22. Retrieved from http://ejournal.undhari.ac.id/index.php/simtika/article/view/553