Analisis Peramalan Tingkat Kriminal Dengan Menggunakan Metode Automatic Clustering And Fuzzy Logic Relationship Di Provinsi Sumatera Utara

Suhadiyah, Elsyah (2022) Analisis Peramalan Tingkat Kriminal Dengan Menggunakan Metode Automatic Clustering And Fuzzy Logic Relationship Di Provinsi Sumatera Utara. Skripsi thesis, Universitas Islam Negeri Sumatera Utara.

[img] Text
COVER ELSYAH SUHADIYAH.pdf

Download (3MB)
[img] Text
BAB I.pdf

Download (101kB)
[img] Text
BAB II.pdf
Restricted to Repository staff only

Download (164kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (90kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (219kB)
[img] Text
BAB V.pdf

Download (58kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (4MB)

Abstract

Tingkat kriminal saat ini sangatlah memprihatinkan dan diberitakan di berbagai media massa dan elektronik. Bervariasnya tingkat kriminal di Provinsi Sumatera Utara sangat membuat resah masyarakat sekitar. Tujuan dari penelitian ini ialah untuk mendapatkan hasil peramalan tingkat kiminal di Provinsi Sumatera Utara tahun 2021 - 2024 dengan menggunakan metode Automatic Clustering And Fuzzy Logic Relationship (ACFLR). Keunggulan metode ini mempunyai tahap akurasi yang tinggi dikarenakan nilai MAPE (Mean Absolute Percentage Error) yang dimilikinya relatif kecil dan hasil analisis peramalan yang didapatkan pada tahun 2021 sebesar 31522 kasus,tahun 2022 sebesar 31553 kasus, tahun 2023 sebesar 31574 kasus dan yang terakhir pada tahun 2024 sebesar 31602 kasus. Selain itu, tingkat akurasi peramalan (MAPE) yang didapat sebesar 0,35%

Jenis Item: Skripsi (Skripsi)
Uncontrolled Keywords: Tingkat kriminal, Automatic Clustering And Fuzzy Logic Relationship (ACFLR)
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Sains dan Teknologi > Matematika > Skripsi
Pengguna yang mendeposit: Ms Nurul Hidayah Siregar
Date Deposited: 10 Feb 2023 05:06
Last Modified: 10 Feb 2023 05:06
URI: http://repository.uinsu.ac.id/id/eprint/17378

Actions (login required)

View Item View Item