Implentasi Menggunakan Algoritma Autoregressive Integrated Moving Average Untuk Memprediksi Tingkat Kriminalitas Di Polsek Prapat Janji

Avrilia Safitri, Muhammad Yasin Simargolang

Abstract


Daerah Wilayah Polsek Prapat Janji yaitu Kecamatan Buntu Pane, Kecamatan Tinggi Raja dan Kecamatan Setia Janji dimana terdapat daerah yang rawan akan tindak kriminalitas yaitu daerah Buntu Pane dikarenakan berada dijalan lintas dan Juga banyak wilayah perkebunan PTP Nusantara III, dimana tindak Kriminalitas yang sering ditangani adalah pencurian. Pemetaan tingkat kriminalitas juga dilakukan sehingga dapat dijadikan refrensi untuk mencegah tingkat kriminalitas meningkat, namun di dalam pencegahan tersebut Polsek Prapat Janji belum adanya aplikasi untuk memprediksi tingkat kriminalitas dimasa mendatang dimana aplikasi prediksi dapat digunakan sebagai referensi untuk mencegah tingkat kriminallitas meningkat. Dari uraian tersebut peneliti ini menggunakan metode ARIMA. Nama lain dari Autoregressive Integrated Moving Average (ARIMA) adalah metode Bob-jenkins. Metode ini bekerja sangat baik jangka pendek dan pada jangka panjang dari peramalan hasil peramalan mengalami kurangnya ketepatan dalam peramalannya yang nantinya akan cenderung mendatar/konstan.Berdasarkan hasil perhitungan prediksi tingkat kriminalitas  prediksi pada tahun 2024 adalah 138,502 atau 138 dengan akurasi 7 %  orang yang terprediksi dimana membantu pihak polsek untuk mengetahui jumlah kriminalitas pada periode tahun 2024. Sistem dirancang menggunakan bahasa pemrograman java dengan menggunaka aplikasi IDE Netbeans, untuk memprediksi tingkat kriminlitas dengan cepat sehingga pengguna memprediksi secara efektif dan efisien.


Keywords


Kriminalitas, Metode ARIMA, prediksi

Full Text:

PDF

References


Dewi, S. M., Windarto, A. P., Damanik, I. S., & Satria, H. (2019). Analisa Metode K-Means pada Pengelompokan Kriminalitas Menurut Wilayah. Seminar Nasional Sains & Teknologi Informasi (SENSASI), 620–625.

Rayuwati, Husna Gemasih, & Irma Nizar. (2022). IMPLEMENTASI AlGORITMA NAIVE BAYES UNTUK MEMPREDIKSI TINGKAT PENYEBARAN COVID. Jural Riset Rumpun Ilmu Teknik, 1(1), 38–46.

Lubis, M. H., & Sumijan, S. (2021). Prediksi Tingkat Kriminalitas Menggunakan Metode Single Moving Average (Studi Kasus Polres Asahan Sumatera Utara). Jurnal Sistim informasi dan Teknologi, 3, 183-188

Khesya, N. (2021). Mengenal Flowchart dan Pseudocode Dalam Algoritma dan Pemrograman. Preprints, 1, 1–15.

Ayu, D., Rm, P., & Adhar, D. (2023). Penerapan Metode Autoregressive Integrated Moving Average (ARIMA) Untuk Prediksi Jumlah Siswa Baru Pada MTs Swasta Tahfidzul Qur’an Nurul Azmi. Jurnal Rekayasa Sistem, 1(1), 82.

Sonata, F.-. (2019). Pemanfaatan UML (Unified Modeling Language) Dalam Perancangan Sistem Informasi E-Commerce Jenis

Customer-To-Customer. Jurnal Komunika : Jurnal Komunikasi, Media Dan Informatika, 8(1), 22.




DOI: https://doi.org/10.36294/jurti.v7i2.3780

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 (JurTI) Jurnal Teknologi Informasi

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

JurTI (Jurnal Teknologi Informasi) terindex :

 

JurrTI (Jurnal Teknologi Informasi)

Program Studi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Asahan.

Jl. Jend. Ahmad Yani, Kisaran – 21224  – Sumatera Utara

Telp/WA : 082370952109 - 081268777854

E-Mail : jurtischolar@gmail.com

JurTI (Jurnal Teknologi Informasi) s licensed under a Creative Commons Attribution-ShareAlike 4.0 International License