Istianti, Sulung (2020) IMPLEMENTASI ALGORITMA NAÏVE BAYES CLASSIFIER DALAM MENGKLASIFIKASIKAN PUTUSAN MAHKAMAH AGUNG TENTANG UNDANG-UNDANG INFORMASI DAN TRANSAKSI ELEKTRONIK. Undergraduate thesis, Universitas Stikubank.
PDF (HLM JUDUL)
Download (528kB) |
|
PDF (ABSTRAK)
Download (298kB) |
|
PDF (BAB I)
Download (282kB) |
|
PDF (BAB II)
Restricted to Repository staff only Download (199kB) |
|
PDF (BAB III)
Restricted to Repository staff only Download (950kB) |
|
PDF (BAB IV)
Restricted to Repository staff only Download (819kB) |
|
PDF (BAB V)
Restricted to Repository staff only Download (185kB) |
|
PDF (DAFTAR PUSTAKA)
Download (273kB) |
|
PDF (LAMPIRAN)
Restricted to Repository staff only Download (761kB) |
Abstract
Putusan pengadilan merupakan pernyataan dari hakim saat dipengadilan yang dilakukan terbuka untuk umum bertujuan untuk mengakhiri suatu kasus. Ada 2 putusan yang dikeluarkan Mahkamah Agung yaitu putusan kabul dan tolak. Kabul apabila alasannya dapat dibuktikan sedangkan tolak apabila alasan tersebut tidak dapat dibenarkan. Banyaknya kasus putusan dipengadilan sehingga kesulitan dalam proses pencarian. Penelitian ini berfokus pada putusan Mahkamah Agung tentang Undang-Undang Informasi dan Transaksi Elektronik. Data diperoleh dari website resmi putusan Mahkamah Agung kemudian disimpan dalam database MySQL. Data yang digunakan sebanyak 50 dan dapat ditambahkan lewat inputan web. Agar dapat digunakan analisis dibutuhkan klasifikasi. Klasifikasi merupakan proses prediksi terhadap objek yang diteliti. Sebelum dilakukan klasifikasi digunakan text prepocessing. Tujuan dari penelitian ini memprediksi putusan kasasi Mahkamah Agung menjadi 2 kelas yaitu kabul dan tolak. Dalam klasifikasi dibutuhkan algoritma yaitu Naïve Bayes Classifier. Hasil yang didapatkan dari algoritma ini dengan menggunakan slider besar prosentase 0,2 dan data testing 11 pada shiny didapatkan akurasi sebesar 72%. Slider besar prosentase dapat diatur sendiri oleh pengguna.Dalam penelitian ini menggunakan R shiny untuk visualisasi data. Visualisasi yang ditampilkan pada R shiny berupa tabel data asli, tabel data test, histogram, wordcloud sertaconfusion matrix lalu akan dilakukan hosting agar dapat diakses langsung oleh pengguna. Abstract - The court's decision is a statement from the judge when the trial is open to the public aimed at ending a case. There are 2 decisions issued by the Supreme Court, which are granted and reject. Granted if the reason can be proven while reject if the reason cannot be justified. The number of cases of verdicts in court so that difficulties in the search process. This research focuses on the Supreme Court's decision regarding the Information Act and Electronic Transactions. Data obtained from the official website of the Supreme Court's ruling is then stored in a MySQL database. The data used as much as 50 data can be added via web input. In order to be used an analysis requires classification. Classification is a process of prediction of the object under study. Before classification, text prepocessing is used. The purpose of this study is to predict the Supreme Court's cassation decision into 2 classes, namely granted and reject. An classification requires an algorithm, the Naïve Bayes Classifier. The results obtained from this algorithm by using a large slider percentage of 0.2 and testing data 11 on shiny obtained an accuracy of 72%. Large percentage sliders can be set by the user himself. In this study using R shiny for data visualization. The visualization displayed on R shiny is in the form of original data tables, test data tables, histograms, wordcloud and confusion matrix and hosting will be made so that it can be accessed directly by the user.
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | SKR.I.05.01.1832 NIM.16.01.53.0046 |
Uncontrolled Keywords: | Klasifikasi, Mahkamah Agung, Undang-Undang, Naïve Bayes Classifier, Shiny Classification, Supreme Court, Constitution, Naïve Bayes Classifier, Shiny |
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
Faculty / Institution: | Fakultas Teknologi Informasi > Program Studi Teknik Informatika |
Depositing User: | H Hayati |
Date Deposited: | 29 Apr 2020 04:55 |
Last Modified: | 29 Apr 2020 04:55 |
URI: | https://eprints.unisbank.ac.id/id/eprint/6527 |
Actions (login required)
View Item |