IDENTIFIKASI POLA DAN FAKTOR UTAMA JENIS KEJAHATAN DI INDONESIA DENGAN ANALISIS KOMPONEN UTAMA (PCA) DAN K-MEANS CLUSTERING

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pola dan faktor utama jenis kejahatan di Indonesia menggunakan Analisis Komponen Utama (PCA) dan K-means clustering sebagai analisis lanjutan dengan data Statistik Kriminal Indonesia dari Badan Pusat Statistik (BPS) periode 2019-2023. Analisis dilakukan terhadap 18 variabel yang mencakup kejahatan kekerasan, kejahatan terhadap properti, dan pelanggaran sosial. Hasil PCA menunjukkan dua komponen utama yang mampu menjelaskan 85,18% variasi data, mengonfirmasi bahwa sebagian besar dinamika kriminalitas Indonesia dapat direduksi ke dua dimensi inti yaitu PC₁ diidentifikasi sebagai faktor risiko finansial dan pelanggaran kepercayaan, dibentuk kuat oleh kejahatan seperti kekerasan dalam rumah tangga (X14), penggelapan (X17), dan penipuan (X16). Sementara itu, PC2 diidentifikasi sebagai faktor konflik ekstrem vs. regulatif, menunjukkan polarisasi antara isu pelanggaran ketertiban umum (X19) dengan kejahatan kekerasan material. Selanjutnya, K-Means Clustering menghasilkan dua klaster yang merepresentasikan pergeseran struktural pola kejahatan yaitu klaster awal (2019-2021) yang stabil dan klaster transformasi (2022-2023). Klaster Transformasi ini ditandai oleh lonjakan faktor regulatif pada 2022 (PC2 tertinggi) dan bergeser tajam ke dominasi faktor risiko finansial pada 2023 (PC₁ tertinggi). Temuan ini menegaskan bahwa pola kriminalitas di Indonesia tidak statis, melainkan bergerak dinamis mengikuti tekanan sosial-ekonomi, sehingga kebijakan penanggulangan harus adaptif dan fokus pada intervensi sosial-ekonomi untuk mengendalikan faktor risiko finansial (PC₁).