Pengelompokan Daerah Rawan Kekerasan Perempuan dan Anak Menggunakan K-Medoids Web GIS

Ahmad Al Ambiyah; Bambang Pramono; Isnawaty Isnawaty

doi:10.31004/riggs.v5i2.12241

Authors

Ahmad Al Ambiyah Universitas Halu Oleo
Bambang Pramono Universitas Halu Oleo
Isnawaty Isnawaty Universitas Halu Oleo

DOI:

https://doi.org/10.31004/riggs.v5i2.12241

Keywords:

Clustering, K-Medoids, Kekerasan Perempuan dan Anak, Sistem Informasi Geografis, Web GIS

Abstract

Kekerasan terhadap perempuan dan anak di Kota Kendari merupakan permasalahan sosial serius yang membutuhkan penanganan berbasis data geospasial secara cepat dan akurat. Pencatatan kasus yang selama ini disajikan dalam format tabular menyulitkan pemangku kepentingan dalam mengidentifikasi sebaran wilayah rawan secara visual. Penelitian ini bertujuan membangun Sistem Informasi Geografis (SIG) berbasis Web GIS interaktif untuk memetakan dan mengelompokkan tingkat kerawanan kekerasan tingkat kelurahan di Kota Kendari. Sistem dirancang menggunakan arsitektur microservice yang mengintegrasikan framework Laravel untuk antarmuka pengguna dan FastAPI (Python) untuk pemrosesan analitik. Pengelompokan wilayah dilakukan dengan algoritma K-Medoids berdasarkan perhitungan jarak Manhattan Distance dua dimensi pada variabel jumlah kasus kekerasan perempuan dan anak. Sistem memanfaatkan mekanisme penentuan jumlah klaster otomatis (Auto-K) pada rentang K=2 hingga K=5. Hasil pengujian performa algoritma menunjukkan bahwa konfigurasi K=5 menghasilkan struktur klaster paling optimal, ditandai dengan nilai Silhouette Score tertinggi sebesar 0,9655, Davies-Bouldin Index terendah sebesar 0,2370, serta Total Cost sebesar 1,0. Proses komputasi pada server backend berjalan sangat efisien dengan rata-rata waktu respons REST API sebesar 1,12 milidetik. Selain itu, pengujian fungsional menggunakan metode Black Box mengonfirmasi bahwa seluruh fitur sistem, termasuk pemetaan poligon GeoJSON dan sinkronisasi data API, berfungsi dengan tingkat keberhasilan 100%. Kesimpulannya, Web GIS ini berhasil menyajikan visualisasi tingkat kerawanan wilayah secara akurat dan stabil, sehingga dapat direkomendasikan sebagai instrumen pendukung keputusan (data-driven decision making) bagi Dinas Pemberdayaan Perempuan dan Perlindungan Anak Kota Kendari dalam merencanakan strategi intervensi dan pencegahan kekerasan secara tepat sasaran.

Downloads

Download data is not yet available.

References

1. Ambiyah, A. Al, Ode, L., Aqsan, P., Nangi, J., 2025, Pengembangan Webgis Interaktif Untuk Pemetaan Dan Analisis Spasial Fasilitas Umum Di Kota Kendari Menggunakan Leaflet . Js, JATI (Jurnal Mahasiswa Teknik Informatika), 9, 5, 7682–7689.

2. Angela, M., Poa, M., Setiawan, A. F., Irawan, J. D., 2026, Penerapan Metode K-Means ++ Untuk Pengelompokan Wilayah Rawan Kekerasan Anak Dan Perempuan Di Kabupaten Nagekeo, SKANIKA: Sistem Komputer Dan Teknik Informatika, 9, 131–146.

3. Andrea Reza, Nursobah, 2022, Penerapan Algoritma K-Medoids Untuk Pengelompokan Data Penerima Bantuan Uang Kuliah Tunggal Bagi Mahasiswa Terdampak Covid-19, Building of Informatics, Technology and Science (BITS), 3, 4, 632–638.

4. Apridayanti, A. Z., Fathurahman, M., Prangga, S., 2024, An Implementation of K-Medoids Method in Provincial Clustering Based on Education Indicator Data, Jurnal Varian, 7, 2, 191–198.

5. Farchani, S. B., Kusuma, B. A., Hermanto, N., 2025, Implementasi Rest Api Dalam Pengembangan Backend Inventory Peminjaman, JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 10, 2, 1404–1413.

6. Hidayat, T., Astuti, R., Wijaya, Y. A., 2024, Klasterisasi Data Jumlah Kasus Kekerasan Terhadap Perempuan Di Provinsi Jawa Barat Meggunakan Algoritma Fuzzy C-Means, 8, 1, 952–957.

7. Hoerunnisa, A., Dwilestari, G., Dikananda, F., Sunana, H., Pratama, D., 2024, Komparasi Algoritma K-Means Dan K-Medoids Dalam Analisis Pengelompokan Daerah Rawan Kriminalitas Di Indonesia, JATI (Jurnal Mahasiswa Teknik Informatika), 8, 1, 103–110.

8. Nahdliyah, M. A., Widiharih, T., Prahutama, A., 2019, Metode k-Medoids Clustering dengan Validasi Silhouette Index dan C-Index (Studi Kasus Jumlah Kriminalitas Kabupaten/Kota di Jawa Tengah Tahun 2018), Jurnal Gaussian, 8, 2, 161–170.

9. Nurseptia, B., Sulistiyowati, N., Voutama, A., 2023, Pemetaan Tingkat Kekerasan Pada Anak Dan Perempuan Menggunakan Algoritma K-Medoids ( Studi Kasus : P2TP2A DKI Jakarta ), Jurnal Teknik Informatika Dan Sistem Informasi, 10, 4, 244–255.

10. Mudana, D. S., Fuad, M. F., Putra, Z. H., Ananda, S., Pramono, B., Isnawaty, Sarita, M. I., & Sinapoy, F., 2026, Pendampingan Implementasi Sistem Informasi Pelaporan dan Pemetaan Kasus Kekerasan Berbasis Web dan Geographic Information System (GIS) pada DP3A Kota Kendari, Jurnal Abdi Masyarakat Indonesia (JAMSI), 6, 4, 4177–4190.

11. Rispandi, 2023, Implementasi Metode K-Medoids Untuk Clustring Penerima Bantuan Berdasarkan Normalisasi Data Masyarakat Miskin Dengan Metode Desimal Scaling, 3, 1, 141–152.

12. Samsudin, S., 2025, Sistem Informasi Geografis Kekerasan Terhadap Perempuan Dan Anak di Kota Kendari, JATI (Jurnal Mahasiswa Teknik Informatika), 9, 1, 12213–12220.

13. Sgari, H. D., Pramono, B., Ransi, N., & Isnawaty, 2017, Sistem Informasi Geografis Daerah Rawan Banjir Berbasis Web di Kota Kendari, Sulawesi Tenggara, Prosiding Seminar Nasional Riset Kuantitatif Terapan, 1, 1, 106–112.

14. Syarifudin, Z., R, R. K., 2025, Clustering Pada Sistem Informasi Pengaduan Masyarakat Fitur Geolokasi Untuk Penanganan Kasus Kriminal, METIK JURNAL, 9, 1, 127–136.

15. Wulandari, N. H., Ningsih, S. A., Sarita, M. I., 2025, Sistem Informasi Geografis Kekerasan Terhadap Perempuan Dan Anak Berbasis Web ( Studi Kasus : Dinas Pemberdayaan Perempuan Dan Perlindungan Anak Kota Kendari ), JATI (Jurnal Mahasiswa Teknik Informatika), 9, 1, 1232–1239.