Klasifikasi Tingkat Tindak Pidana Berdasarkan Data Kepolisian Resort Batu Bara Tahun 2023–2025 Menggunakan Metode Naive Bayes: Penelitian

Mhd Zahir Az Zikri; Muhammad Yasin Simargolang

doi:10.31004/jerkin.v4i4.6337

Authors

Mhd Zahir Az Zikri Universitas Asahan
Muhammad Yasin Simargolang Universitas Asahan

DOI:

https://doi.org/10.31004/jerkin.v4i4.6337

Keywords:

Naive Bayes, Klasifikasi, Tindak Pidana

Abstract

Perkembangan teknologi informasi mendorong pemanfaatan data secara optimal dalam berbagai bidang, termasuk analisis tindak pidana untuk mendukung pengambilan keputusan. Penelitian ini bertujuan untuk mengklasifikasikan tingkat tindak pidana berdasarkan data Kepolisian Resort Batu Bara tahun 2023–2025 menggunakan metode Naive Bayes. Data yang digunakan berupa data kuantitatif yang mencakup jenis tindak pidana, wilayah, tahun, dan jumlah kasus yang diperoleh dari Sat Reskrim dan beberapa Polsek. Metode Naive Bayes diterapkan melalui tahapan penentuan kelas, perhitungan probabilitas prior, likelihood dengan Laplace Smoothing, serta perhitungan posterior untuk menentukan kelas dengan probabilitas tertinggi. Selain itu, penelitian ini juga merancang dan mengimplementasikan aplikasi berbasis web menggunakan PHP dan MySQL yang dilengkapi dengan perancangan UML untuk mempermudah proses klasifikasi. Hasil penelitian menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan tingkat tindak pidana secara efektif dan objektif, di mana hasil klasifikasi tidak hanya dipengaruhi oleh jumlah kasus, tetapi juga oleh atribut lain seperti wilayah, jenis tindak pidana, dan tahun. Dengan demikian, sistem yang dibangun dapat membantu pihak Kepolisian Resort Batu Bara dalam menganalisis data tindak pidana secara cepat, akurat, dan efisien sebagai dasar dalam pengambilan keputusan.

References

Dewi, S. P., Nurwati, & Rahayu, E. (2022). Penerapan data mining untuk prediksi penjualan produk terlaris menggunakan metode K-Nearest Neighbor (pp. 639–648).

Haq, M. Z., Octiva, C. S., Ayuliana, A., Nuryanto, U. W., & Suryadi, D. (2024). Algoritma Naïve Bayes untuk mengidentifikasi hoaks di media sosial. Jurnal Minfo Polgan, 13(1), 1079–1084.

Kurniawan, B. D., Heriansyah, R., & Mair, Z. R. (2025). Analisis prediksi terhadap peningkatan tindak pidana dengan metode Naive Bayes berdasarkan laporan kriminalitas. JATI (Jurnal Mahasiswa Teknik Informatika), 9(3), 4234–4241.

Mbiuwa, S., Wantu, S. M., Hamim, U., & Adjie, Z. (2024). Analisis sistem pelayanan publik kepada masyarakat di Kepolisian Resort Gorontalo. Innovative: Journal of Social Science Research, 4(3), 6794–6806.

Pinaria, A. P. P., & Nugraheni, M. (2024). Analisis sentimen rancangan undang-undang tindak pidana kekerasan seksual/undang-undang tindak pidana kekerasan seksual pengguna Twitter menggunakan algoritma Naïve Bayes Classifier. Pinter: Jurnal Pendidikan Teknik Informatika dan Komputer, 8(2), 1–10.

Safitri, A. D., & Zuhriyah, K. (2025). Pengertian tindak pidana dan unsur-unsur tindak pidana. Jurnal Hukum dan Keadilan, 34–47.

Wibowo, A., & Yulianingsih, S. (2025). Hukum teknologi informasi. Penerbit Yayasan Prima Agus Teknik.