UNRIYOUNRIYO

International Journal of Informatics and ComputationInternational Journal of Informatics and Computation

Efek media sosial dan pendekatan modern membantu pelaku kejahatan untuk mencapai tujuan mereka. Artikel ini mengeksplorasi arsitektur machine learning untuk memprediksi kasus kejahatan dengan mengklasifikasikan setiap jenis kejahatan menggunakan K-Means yang dioptimalkan dengan PSO dari data yang diperoleh peneliti di masa lalu. Parameter pengelompokan menggunakan kategori kejahatan ringan, sedang, dan berat, masing-masing mendapatkan nilai medium = 74, ringan = 46, dan berat = 30. Berdasarkan hasil eksperimen, optimasi K-Means dengan PSO dapat menghasilkan nilai 0,12287 yang menggunakan parameter SSE, sementara kinerja K-Means menghasilkan nilai 0,885.

Integrasi K-means dengan Particle Swarm Optimization (PSO) untuk prediksi kejahatan adalah pendekatan yang menjanjikan yang meningkatkan efisiensi dan akurasi pengelompokan.Metode ini memanfaatkan kekuatan kedua algoritma untuk mengatasi keterbatasan teknik pengelompokan tradisional dalam analisis kejahatan.K-means dikenal karena kesederhanaannya dan keefektifannya dalam pengelompokan, sementara PSO mengoptimalkan proses pengelompokan dengan meningkatkan kecepatan konvergensi dan akurasi.Kombinasi ini sangat berguna dalam mengidentifikasi pola kejahatan dan memprediksi titik panas potensial.

Penelitian lanjutan dapat mengembangkan pendekatan hybrid dengan algoritma optimasi lain seperti Genetic Algorithm atau Ant Colony Optimization untuk meningkatkan akurasi prediksi kejahatan. Selain itu, integrasi data real-time dari sensor IoT dan media sosial dapat memperkaya model prediksi dengan informasi terkini. Penelitian juga dapat fokus pada analisis faktor sosial-ekonomi dan demografi untuk memahami hubungan antara karakteristik wilayah dan tingkat kejahatan, serta menguji efektivitas model dalam berbagai konteks geografis.

  1. [2407.19324] Deep Learning Based Crime Prediction Models: Experiments and Analysis. deep learning based... doi.org/10.48550/arxiv.2407.193242407 19324 Deep Learning Based Crime Prediction Models Experiments and Analysis deep learning based doi 10 48550 arxiv 2407 19324
Read online
File size264.14 KB
Pages11
DMCAReport

Related /

ads-block-test