PENGEMBANGAN APLIKASI SPK (SISTEM PREDIKSI KRIMINALITAS) MENGGUNAKAN MODEL ARIMA DAN EVALUASI KINERJA MAE, RMSE DAN MAPE

• HENDRA FEBRIYANTO
• 2026

---

Kriminalitas merupakan permasalahan sosial yang memiliki pola temporal yang
dinamis dan berdampak signifikan terhadap keamanan serta ketertiban masyarakat.
Pemanfaatan data kriminalitas historis secara optimal diperlukan untuk mendukung
pengambilan keputusan yang lebih objektif dan berbasis data. Penelitian ini bertujuan
untuk mengembangkan Aplikasi Sistem Pendukung Keputusan (SPK) dalam
memprediksi tingkat kriminalitas dengan menggunakan pendekatan data runtun
waktu. Metode utama yang digunakan adalah Autoregressive Integrated Moving
Average (ARIMA), dengan Facebook Prophet dan Simple Moving Average (SMA)
sebagai metode pembanding. Penelitian dilaksanakan dalam konteks kegiatan riset di
Pusat Informasi Kriminal Nasional (Pusiknas) Bareskrim Polri. Data kriminalitas
historis diolah melalui tahapan prapemrosesan, pemodelan, dan peramalan, kemudian
diintegrasikan ke dalam aplikasi bernama Crimecast. Evaluasi kinerja model prediksi
dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Square Error
(RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan
bahwa model Prophet menghasilkan tingkat kesalahan prediksi terendah, sementara
ARIMA menunjukkan performa yang stabil dan konsisten. Selain itu, hasil pengujian
usability menunjukkan bahwa aplikasi Crimecast memiliki tingkat penerimaan
pengguna yang baik. Dengan demikian, aplikasi yang dikembangkan layak digunakan
sebagai Sistem Pendukung Keputusan untuk mendukung analisis dan perencanaan
kebijakan kriminalitas berbasis data.

• Sistem Pendukung Keputusan
• Crimecast
• Prediksi Kriminalitas
• ARIMA
• Prophet
• Simple Moving Average

https://repository.bsi.ac.id/repo/81645/PENGEMBANGAN-APLIKASI-SPK-(SISTEM-PREDIKSI-KRIMINALITAS)-MENGGUNAKAN-MODEL-ARIMA-DAN-EVALUASI-KINERJA-MAE,-RMSE-DAN-MAPE
Anda dapat membaca file tugas akhir ini di repository.