PENDEKATAN FUZZY C-MEANS DALAM KLASTERISASI KASUS KEKERASAN SEKSUAL DI BERBAGAI NEGARA

Abstrak

Kekerasan seksual terhadap perempuan terus menjadi isu global, dimana kekerasan seksual tidak hanya berdampak pada fisik dan psikologis para korban, tetapi juga meninggalkan luka sosial yang mendalam. Kasus ini memerlukan pendekatan analisis yang komprehensif untuk mengidentifikasi pola yang tersembunyi. Purpose: Penelitian ini bertujuan untuk menganalisis pola kekerasan seksual di berbagai negara dari tahun 2003 hingga 2022 dengan memahami lebih jauh aspek-aspek geografis, demografis, dan temporal dari kasus kekerasan seksual yang terjadi. Methods: Metode yang dilakukan dalam penelitian ini mencakup beberapa tahapan mulai dari deskripsi data, prepocesing data, hingga klasterisasi data menggunakan algoritma Fuzzy C-Means (FCM). Dataset yang digunakan mencakup jumlah kasus kekerasan seksual per negara, dan proses analisis melibatkan normalisasi data serta klasterisasi menggunakan FCM. Result: Hasil klasterisasi yang didapat menunjukkan bahwa sebagian besar negara berada dalam klaster Sedang, dan dengan beberapa negara yang konsisten berada di klaster Tinggi mengindikasikan tingkat kasus yang sangat tinggi. Visualisasi dalam bentuk heatmap dan scatter plot memberikan wawasan lebih lanjut mengenai distribusi kasus secara geografis dan temporal. Novelty: Dengan pengaplikasian algoritma FCM dalam klasterisasi kasus kekerasan seksual, temuan ini memberikan pemahaman yang lebih mendalam tentang pola kekerasan seksual dan diharapkan dapat membantu dalam merancang kebijakan yang lebih efektif untuk mencegah dan menangani kekerasan seksual, terutama di negara-negara berisiko tinggi.