Klasifikasi Risiko Kekerasan Narapidana Berdasarkan Sinyal EEG dengan PCA dan K-Means
DOI:
https://doi.org/10.53513/jursi.v4i4.11314Keywords:
EEG, Narapidana, Risiko Kekerasan, K-Means Clustering, By Ratio AnalysisAbstract
Penelitian ini menggunakan EEG untuk melihat risiko kekerasan narapidana. Kekerasan di lapas sering terjadi, hal ini membahayakan narapidana dan petugas. Data EEG diambil dari 21 narapidana. Sinyal otak ini kemudian dibersihkan dan dinormalisasi. Setelah itu, data diperkecil menggunakan PCA. Terakhir, K-Means clustering dipakai untuk mengelompokkan data. Hasil penelitian menunjukkan 6 kelompok risiko kekerasan. Nilai silhouette score mencapai 0,9338 pada k=6. Ini artinya pengelompokan sangat baik. Metode ini bisa membedakan pola otak yang berhubungan dengan sifat agresif. PCA dan K-Means terbukti efektif mengelompokkan aktivitas otak. Hasil ini bisa dikembangkan menjadi sistem deteksi dini. Dengan begitu, kekerasan di lapas dapat dicegah lebih awalReferences
M. F. Lathif and P. Wibowo, “Strategi Penerapan Sistem Keamanan Pada Desain Lembaga Pemasyarakatan Kelas IIB Ngawi,” Innov. J. Soc. Sci. Res., vol. 2, no. 1, pp. 197–199, 2022, doi: 10.31004/innovative.v2i1.2955.
A. F. Mubarokah and N. U. Larasati, “Konflik Antar Narapidana di Lembaga Pemasyarakatan Kelas I Cipinang dalam Perspektif Subkultur Penjara,” Deviance J. Kriminologi, vol. 7, no. 2, p. 157, 2023, doi: 10.36080/djk.2708.
B. T. T and R. Y. . Kusumiati, “Hubungan Kontrol Diri Dengan Perilaku Agresif Pada Penjaga Tahanan Di Lapas Kelas Ii a Ambarawa,” Psikol. Konseling, vol. 18, no. 1, p. 873, 2021, doi: 10.24114/konseling.v18i1.27821.
M. Coffman, “The Neurological Imprint of Incarceration and Its Effect on Recedivism,” Notre Dame J. Law. Ethics Public Policy, vol. 37, pp. 251–277, 2023.
R. H. J. Hornsveld and F. W. Kraaimaat, “Psychological factors predicting violent prison inmates’ anger and aggression,” J. Forensic Psychol. Res. Pract., vol. 23, no. 5, pp. 472–488, 2023, doi: 10.1080/24732850.2022.2048768.
M. D. P. Dila, D. R. Monica, E. Dewi, E. Raharjo, and F. B. Tamza, “Penerapan Restoratif Justice Sebagai Upaya Mengurangi Overcapacity Lapas,” J. Ilmu Hukum, Hum. dan Polit., vol. 4, no. 5, pp. 1850–1862, 2024.
Z. Khakim and S. Kusrohmaniah, “Dasar - Dasar Electroencephalography ( EEG ) bagi Riset Psikologi,” Bul. Psikol., vol. 29, no. 1, pp. 92–115, 2021, doi: 10.22146/buletinpsikologi.52328.
R. S. Ginting, H. Hamdani, A. Septiariani, and F. Alameka, “The Clustering Tindak Kekerasan Dalam Rumah Tangga Di Kota Samarinda Menggunakan Algoritma K-Means,” Metik J., vol. 6, no. 2, pp. 172–177, 2022, doi: 10.47002/metik.v6i2.378.
A. Utari, D. P. Rini, W. K. Sari, and T. Saputra, “Klasifikasi Sinyal EEG Untuk Mengenali Jenis Emosi Menggunakan Recuracrent Neural Network,” J. Sist. Komput. dan Inform., vol. 5, no. 2, p. 318, 2023, doi: 10.30865/json.v5i2.7162.
Y. P. B. Sagala, R. Samosir, and Y. Laia, “Investigasi Peningkatan Penggunaan Narkoba di Kota Medan Menggunakan Metode Support Vector Machine ( SVM ),” Komputasi Berkinerja Tinggi, vol. 6, no. 3, pp. 1071–1079, 2024.
Amna et al., Data Mining. Padang: PT Global Eksekutif Teknologi, 2023.
N. Nadiyah, N. H. I. Arifin, and A. Karim, “Penerapan Algoritma K-Means Untuk Clustering Penilaian Layanan Berdasarkan Indeks Kepuasan Mahasiswa Universitas Nurul Jadid,” J. Adv. Res. Inform., vol. 2, no. 2, pp. 23–30, 2024, doi: 10.24929/jars.v2i2.3431.
W. Alfian and T. Hidayat, “Analisis Clustering Pegawai Berdasarkan Tingkat Kedisiplinan Menggunakan Algoritma K-Means dan Davies-Bouldin Index,” J. Electr. Eng. Comput., vol. 6, no. 2, pp. 437–448, 2024, doi: 10.33650/jeecom.v4i2.
B. G. B. Yapen, A. Faisol, and Y. A. Pranoto, “Penerapan Algoritma K-Means Clustering Untuk Pengelompokkan Wilayah Rawan Bencana Alam Kabupaten Biak Numfor,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1221–1228, 2024, doi: 10.36040/jati.v8i2.9084.
A. Basri, A. Mubarak, H. K. Siradjuddin, and S. Do Abdullah, “Penentuan Jumlah Klaster Terbaik pada K-Means dalam Melihat Pola Pengelompokan Data Mahasiswa yang Telah Lulus,” JATI (Jurnal Jar. dan Teknol. Inf. ), vol. 3, no. 1, pp. 80–86, 2023, doi: 00.0000/jati.
R. Rianti, R. Andarsyah, and R. M. Awangga, “Penerapan PCA dan Algoritma Clustering untuk Analisis Mutu Perguruan Tinggi di LLDIKTI Wilayah IV,” Nuansa Inform., vol. 18, no. 2, pp. 67–77, 2024, doi: 10.25134/ilkom.v18i2.211.
F. D. Marleny, Pengolahan Citra Digital Menggunakan Python. Jawa Tengah: CV. Pena Persada, 2021.
M. H. Widiyanto, R. Mayasari, and G. Garno, “Implementasi Time Series Pada Data Penjualan Di Gaikindo Menggunakan Algoritma Seasonal Arima,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 3, pp. 1501–1506, 2023, doi: 10.36040/jati.v7i3.6879.
H. Ghodang and Hantono, Metode Penelitian Kuantitatif Konsep Dasar & Aplikasi Analisis Regresi Dengan Jalur SPSS. Medan: PT. Penerbit Mitra Grup, 2020.
F. Rachmawati, J. Jaenudin, N. B. Ginting, and P. Laksono, “Machine Learning for the Model Prediction of Final Semester Assessment (FSA) using the Multiple Linear Regression Method,” J. Tek. Inform., vol. 17, no. 1, pp. 1–9, 2024, doi: 10.15408/jti.v17i1.28652.
A. Andi, C. Juliandy, and D. David, “Clustering Analysis of Tweets About COVID-19 Using the K-Means Algorithm,” Sinkron, vol. 8, no. 1, pp. 543–533, 2023, doi: 10.33395/sinkron.v8i1.12145.
A. Zulqifar, A. Wahyudi, A. Hanif, and R. Samsinar, “Prediksi Harga Masuk dan Rating Wisata di Pulau Jawa dengan Metode K-Means & DBSCAN,” in Prosiding Seminar Nasional Teknologi dan Sains, 2025, vol. 4, pp. 667–673.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
This work is licensed under a Creative Commons Attribution 4.0 International License.
