Pemetaan Zona Rawan Aksi Unjuk Rasa Menggunakan Metode Dbscan Dan Optics Pada Wilayah Hukum Polresta Banda Aceh

Pemeliharaan Keamanan dan Ketertiban Masyarakat (Kamtibmas) di wilayah hukum Polresta Banda Aceh dihadapkan pada tantangan pengolahan ratusan data laporan gangguan keamanan yang masih dilakukan secara manual. Pendekatan konvensional ini cenderung statis, rentan terhadap subjektivitas pengamat, dan gagal merepresentasikan dinamika pergeseran zona rawan konflik secara akurat. Penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) pemetaan keamanan menggunakan pendekatan Spatial Data Mining. Algoritma density-based clustering, yakni DBSCAN (Density-Based Spatial Clustering of Applications with Noise) dan OPTICS (Ordering Points To Identify the Clustering Structure), diterapkan dan dikomparasikan untuk memetakan variasi kepadatan dari 51 titik koordinat lokasi unjuk rasa selama periode 2023–2025. Proses komputasi diawali dengan normalisasi Z-Score dan penentuan parameter jarak ketetanggaan optimal menggunakan kurva k-NN distance plot, yang menghasilkan nilai ε = 1.05 dan MinPts = 4. Hasil pengujian menunjukkan algoritma DBSCAN secara tegas membentuk 2 klaster rawan makro dan mengidentifikasi 5 titik anomali (noise) dengan nilai validitas Silhouette Coefficient sebesar 0.49. Di sisi lain, algoritma OPTICS menunjukkan keunggulan analitis yang lebih adaptif dengan mengekstraksi struktur kepadatan ke dalam 9 sub-klaster hierarkis mikro, mencatatkan nilai Silhouette Coefficient sebesar 0.32. Kesimpulan dari penelitian ini membuktikan bahwa algoritma DBSCAN efektif untuk perumusan kebijakan patroli skala makro, sedangkan algoritma OPTICS direkomendasikan untuk resolusi pemetaan tingkat lanjut dalam mengalokasikan personel pada titik-titik vital yang saling berdempetan secara presisi.