<![CDATA[Penelitian ini menghasilkan model arsitektur dan model data yang dapat mendukung aplikasi cerdas pengambilan keputusan yang berkaitan dengan analisis data tindak kejahatan. Aplikasi cerdas yang dimaksud adalah suatu aplikasi yang mampu melakukan analisis prediktif terhadap pola kriminal (crime pattern) dengan algoritma-algoritma data mining, tampilan multidimensional analisis dengan Online Analytical Analysis (OLAP), visualisasi dashboard yang mengacu pada Key Performance Indicator (KPI). Model arsitektur yang dihasilkan adalah model arsitektur yang mengintegrasikan banyak sumber data untuk analisis dan model data adalah hasil ekstraksi entitas dan atribut yang relevan dengan analisis yang yang dibutuhkan. Rancangan Data warehouse model yang dihasilkan menggunakan metode bottom-up Kimball. Metode pengumpulan data dengan cara survey ke lapangan yaitu ke pusat data kriminalisme dari instansi pemerintah dan pihak yang terkait (data sekunder), dan melalui interview terhadap pihak yang terkait (data primer). Pemodelan data menghasilkan star schema dengan tiga table fakta dan 13 tabel dimensi. Tabel fakta (fact table )yang dihasilkan yaitu: fact table case_analysis, fact table arrest_analysis dan fact table summon_analysis, sedangkan table dimensi yang dihasilkan terdiri dari: dim case, dim crime_scene, dim time, dim position, dim modus, dim DPO, dim visum, dim witness, dim police_officer, dim crime, dim convey, dim suspect, dim physical, dim iklim, dim demografi. Model schema yang dihasilkan digunakan untuk mendukung aplikasi cerdas dalam hal optimasi query untuk data yang besar dan tampilan multidimensional analisis.]]>
Copyrights © 2015
