Peramalan Kejahatan Menggunakan Holt’s Double Exponential Smoothing

Nurhaeni Nurhaeni

Abstract


Keamanan suatu wilayah merupakan tanggungjawab bersama baik pemerintah maupun warga negara. Salah satu faktor yang mempengaruhi keamanan antara lain tercukupinya jumlah personil keamanan. Rasio penduduk per polisi belum memadai untuk mengatasi masalah tindak kejahatan di masyarakat. Data kejahatan yang dimiliki oleh kepolisian Kota Yogyakarta dari tahun 2012 hingga 2015 dapat dimanfaatkan untuk melakukan peramalan sehingga menghasilkan informasi yang dibutuhkan dalam merumuskan strategi pencegahan dan penindakan kejahatan yang efektif. Dengan demikian kepolisian dapat mengalokasikan petugas secara tepat guna sehingga perannya dalam mencegah terjadinya tindak kejahatan menjadi lebih optimal. Pola data kriminal pada umumnya memiliki trend (meningkat), sehingga pada penelitian ini bertujuan untuk meramalkan jumlah kejahatan menggunakan metode Holt’s Double Exponential Smoothing. Nilai persentase kesalahan peramalan menggunakan MAPE adalah 28,1%, sehingga akurasi hasil peramalan adalah 71,9%. Pemilihan konstanta pemulusan α dan γ sangat berpengaruh terhadap hasil peramalan tersebut. Hasil peramalan 3 bulan pertama di tahun 2016 tidak banyak berbeda dengan jumlah kejahatan di 3 bulan pertama pada tahun – tahun sebelumnya.

Kata kunci: Peramalan, Double Exponential Smoothing, Kejahatan

References


Abdulsyani (1987) Sosiologi Kriminalitas. Bandung: Remadja Karya CV.

BPS (2018) Statistik Kriminal 2018, Badan Pusat Statistik. Jakarta: Badan Pusat Statistik.

Hapsari, D. P. T. and Widodo, E. (2017) ‘Pengelompokan Daerah Rawan Kriminalitas di Indonesia Menggunakan Analisis K-Means Clustering’, Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami), 1(1), pp. 147–153. Available at: http://conferences.uin-malang.ac.id/index.php/SIMANIS/ article/view/52.

Makridakis, S., Wheelwright, S. C. and E.McGee, V. (1992) Metode dan Aplikasi Peramalan Edisi Kedua.

Rani, A. and Rajasree, S. (2014) ‘Crime Trend Analysis and Prediction Using Mahanolobis Distance and Dynamic Time Warping Technique’, International Journal of Computer Science and Information Technologies (IJCSIT), 5(3), pp. 4131–4135. Available at: http://ijcsit.com/docs/Volume 5/vol5issue03/ijcsit20140503323.pdf.

Ratnasari Panji Anugrah, V. S., Simamora, P. A. and Ratnasari, V. (2014) ‘Pemodelan Persentase Kriminalitas Dan Faktor-Faktor Yang Mempengaruhi Di Jawa Timur Dengan Pendekatan Geographically Weighted Regression (GWR)’, Jurnal Sains dan Seni ITS, 3(1), pp. D18–D23. Available at: http://ejurnal.its.ac.id/index.php/sains_seni/article/view/6107.


Full Text: PDF

DOI: 10.30595/sainteks.v16i2.7129

ISSN: 2686-0546