PERBANDINGAN MODEL RANDOM FOREST DAN XGBOOST UNTUK PREDIKSI KEJAHATAN KESUSILAAN DI PROVINSI JAWA BARAT

Adlina Khairunnisa

Abstract


Jumlah kejahatan di Indonesia secara umum mengalami penurunan tetapi jumlah kejahatan terhadap kesusilaan mengalami peningkatan yang signifikan pada tahun 2020. Provinsi Jawa Barat menempati posisi ketiga dengan kejadian kejahatan kesusilaan tertinggi. Analisis klasifikasi ada atau tidaknya kejahatan kesusilaan diperlukan sebagai upaya pencegahan kejahatan kesusilaan. Masalah pada analisis klasifikasi adalah ketidakseimbangan data antar kelas pada peubah respon. Metode penanganan data tidak seimbang diantaranya undersampling, oversampling, SMOTE dan model ensemble. Data yang digunakan adalah data sekunder yang bersumber dari PODES 2018. Pemodelan menggunakan metode ensemble seperti XGBoost dan random forest dengan beberapa teknik penanganan data yang tidak seimbang seperti undersampling, oversampling, dan SMOTE. Penentuan threshold optimal digunakan untuk meningkatkan kinerja model. Model terbaik untuk mengklasifikasikan kejahatan kesusilaan di desa/kelurahan Provinsi Jawa Barat adalah XGBoost dengan SMOTE. Analisis peubah penting dengan menggunakan SHAP menyimpulkan bahwa terdapat kejadian kejahatan kesusilaan di desa/kelurahan Jawa Barat yang memiliki karakteristik sebagai berikut: adanya pengedaran narkoba, kejahatan pencurian biasa, pencurian dengan kekerasan, penipuan, penganiayaan, perjudian, jumlah penginapan yang banyak dan jarak pub/diskotik yang dekat

Keywords


Kesusilaan;Random Forest;SHAP;SMOTE;XGBoost.

References


L. Mauro and G. Carmeci, “A poverty trap of crime and unemployment,” Review of Development Economics, vol. 11, no. 3, pp. 450–462, 2007.

E. Gracia, A. López-Quílez, M. Marco, S. Lladosa, and M. Lila, “Exploring neighborhood influences on small-area variations in intimate partner violence risk: A bayesian random-effects modeling approach,” International journal of environmental research and public health, vol. 11, no. 1, pp. 866–882, 2014.

N. V. Chawla, K. W. Bowyer, L. O. Hall, and W. P. Kegelmeyer, “SMOTE: synthetic minority over-sampling technique,” Journal of artifi-cial intelligence research, vol. 16, pp. 321–357, 2002.

J. Han, M. Kamber, and D. Mining, “Concepts and techniques,” Morgan Kaufmann, vol. 340, pp. 94104–3205, 2006.

X. Zhang, L. Liu, M. Lan, G. Song, L. Xiao, and J. Chen, “Interpretable machine learning models for crime prediction,” Computers, Envi-ronment and Urban Systems, vol. 94, p. 101789, 2022.

S. Parthasarathy and A. R. Lakshminarayanan, “Naïve Bayes–AdaBoost Ensemble Model for Classifying Sexual Crimes,” in Data Intelli-gence and Cognitive Informatics, Springer, 2022, pp. 393–405.

A. Apicella, F. Isgrò, R. Prevete, and G. Tamburrini, “Middle-level features for the explanation of classification systems by sparse dic-tionary methods,” International Journal of Neural Systems, vol. 30, no. 08, p. 2050040, 2020.

L. Breiman, “Random forests,” Machine learning, vol. 45, no. 1, pp. 5–32, 2001.

T. Hastie, R. Tibshirani, J. H. Friedman, and J. H. Friedman, The elements of statistical learning: data mining, inference, and prediction, vol. 2. Springer, 2009.

J. Ali, R. Khan, N. Ahmad, and I. Maqsood, “Random Forests and Decision Trees,” International Journal of Computer Science Is-sues(IJCSI), vol. 9, Sep. 2012.

B. Sartono and U. D. Syafitri, “Metode pohon gabungan: Solusi pilihan untuk mengatasi kelemahan pohon regresi dan klasifikasi tunggal,” in Forum Statistika dan Komputasi, 2010, vol. 15, no. 1.

T. Chen and C. Guestrin, “Xgboost: A scalable tree boosting system,” in Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining, 2016, pp. 785–794.

S. M. Lundberg, G. G. Erion, and S.-I. Lee, “Consistent Individualized Feature Attribution for Tree Ensembles.” arXiv, 2018. doi: 10.48550/ARXIV.1802.03888.

D. R. Velez et al., “A balanced accuracy function for epistasis modeling in imbalanced datasets using multifactor dimensionality reduc-tion,” Genetic Epidemiology: the Official Publication of the International Genetic Epidemiology Society, vol. 31, no. 4, pp. 306–315, 2007.

G. King and L. Zeng, “Logistic regression in rare events data,” Political analysis, vol. 9, no. 2, pp. 137–163, 2001.

E. F. Schisterman, D. Faraggi, B. Reiser, and J. Hu, “Youden Index and the optimal threshold for markers with mass at zero,” Statistics in medicine, vol. 27, no. 2, pp. 297–315, 2008.

Y. Ma and H. He, “Imbalanced learning: foundations, algorithms, and applications,” 2013.




DOI: http://dx.doi.org/10.26798/jiko.v7i2.799

Article Metrics

Abstract view : 562 times
PDF (Bahasa Indonesia) - 347 times

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Copyright (c) 2023 Adlina Khairunnisa

JIKO (Jurnal Informatika dan Komputer)

Published by
Lembaga Penelitian dan Pengabdian Masyarakat
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN : 2477-3964 
p-ISSN : 2477-4413

Creative Commons License

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