Analisis Klasifikasi Tindak Kejahatan Pencurian dengan Algoritma K-Nearest Neighbor dan Naive Bayes di Polres Buol
DOI:
https://doi.org/10.38035/jemsi.v6i5.5175Keywords:
Algoritma k-NN, Algoritma Naïve Bayes, PencurianAbstract
Salah satu teknik data mining yang efektif adalah penggunaan algoritma machine learning. Machine learning, sebagai cabang dari kecerdasan buatan (AI), memungkinkan komputer belajar dari data dan pengalaman tanpa pemrograman eksplisit. Penelitian ini tertarik mengeksplorasi potensi sistem prediksi untuk membantu kepolisian RI dalam menangani dan mencegah tindak kriminal, khususnya pencurian. Studi dilakukan dengan membandingkan dua algoritma, yaitu k-Nearest Neighbors (K-NN) dan Naive Bayes, dalam memprediksi tindak pidana pencurian di wilayah Polres Buol. K-NN bekerja berdasarkan kedekatan data, sementara Naive Bayes menggunakan pendekatan probabilistik berbasis teorema Bayes. Hasil penelitian menunjukkan bahwa K-NN memiliki kinerja lebih unggul dalam klasifikasi data pencurian berdasarkan lokasi, waktu, dan jenis kejadian. K-NN mencatat nilai akurasi, presisi, recall, dan F1-score yang lebih tinggi dibandingkan Naive Bayes. Prediksi juga mengungkapkan bahwa sebagian besar pencurian terjadi pada dini hari, diduga karena minimnya pengawasan atau ketidakhadiran pemilik. Temuan ini menyarankan perlunya peningkatan patroli pada waktu rawan, baik malam maupun siang hari di lokasi padat penduduk. Patroli acak di malam hari dinilai efektif mencegah aksi kejahatan dengan menciptakan rasa diawasi bagi pelaku.
References
Afriansyah, M., et al. 2024. ALGORITMA NAIVE BAYES YANG EFISIEN UNTUK KLASIFIKASI BUAH PISANG RAJA BERDASARKAN FITUR WARNA. Journal of Information Systems Management and Digital Business, 1(2), 236-248.
Anggreni, D., & Km, S. (2022). Buku Ajar-Metodologi Penelitian Kesehatan. E-Book Penerbit STIKes Majapahit.
Apriyani, H., & Kurniati, K. 2020. Perbandingan Metode Naïve Bayes Dan Support Vector Machine Dalam Klasifikasi Penyakit Diabetes Melitus. Journal of Information Technology Ampera, 1(3), 133-143.
Bawengan, G. W. (Gerson W.). 1994. Pengantar Psikologi Kriminil / Oleh Gerson W. Bawengan. Jakarta: Pradnya Paramitha.
Berkowitz, L. (2006). The Social Psychology of Crime and Justice. Springer.
Chun, S. A., Avinash Paturu, V., Yuan, S., Pathak, R., Atluri, V., & R. Adam, N. 2019. Crime prediction model using deep neural networks. In Proceedings of the 20th Annual International Conference on digital government research (pp. 512-514).
Cornish, D. B., & Clarke, R. V. (1986). The Reasoning Criminal: Rational Choice Perspectives on Offending. Springer-Verlag
Dirjosisworo. 1984. Ruang Lingkup Kriminalogi. Jakarta: Rajawali Press.
Edrisy, I. F., Kamilatun, K., & Putri, A. (2023). Kriminologi. Bandar Lampung: Pusaka Media
Efrain, Turban dkk. (2005). “Decicion Support Systems and Intelligent Systems.” Andi Offset.
Grataridarga, N., & Hum, M. (2019). Konsep Data, Information, Knowledge dan Wisdom (DIKW) Hierarchy pada Manajemen Kearsipan. JIPI (Jurnal Ilmu Perpustakaan dan Informasi), 4(1), 117. https://doi.org/10.30829/jipi.v4i1.4839
Han, J. dan M. Kamber. 2006. Data mining Concepts and Techniques Second Edition. San Francisco: Morgan Kaufmann.
Koentjaraningrat. 1991. Metode-metode Penelitian Masyarakat. Jakarta: Gramedia Pustaka Umum
Larose, D. T. 2005. An introduction to data mining. Traduction et adaptation de Thierry Vallaud. New Jersey: Jhon Wiley & Sons Inc.
Lintjewas, C. F. 2022. DELIK PENCURIAN YANG DIKUALIFIKASI (DIPERBERAT) DALAM PASAL 363 DAN PASAL 365 KUHP SEBAGAI KEJAHATAN TERHADAP HARTA KEKAYAAN. LEX CRIMEN, 11(2).
Loka, S. K. P., & Marsal, A. (2023). Perbandingan Algoritma K-Nearest Neighbor dan Naïve Bayes Classifier untuk Klasifikasi Status Gizi Pada Balita: Comparison Algorithm of K-Nearest Neighbor and Naïve Bayes Classifier for Classifying Nutritional Status in Toddlers. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 3(1), 8-14.
Loudoe, John Z. 1982. Beberapa Aspek Hukum Material Dan Hukum Acara Dalam Praktek. Jakarta: Bina Aksara.
Mamluchah, L. (2020). Peningkatan angka kejahatan pencurian pada masa pandemi dalam tinjauan kriminologi dan hukum pidana islam. Al-Jinayah: Jurnal Hukum Pidana Islam, 6(1), 1-26.
Moeljatno. 2008. Kitab Undang-Undang Hukum Pidana. Jakarta: Bumi Aksara.
Nilamsari, Natalina. 2014. “Memahami Studi Dokumen Dalam Penelitian Kualitatif.” Wacana 13(2): 177–81.
Nuswantari. 1998. Kamus Kedokteran Dorland, (Edisi 25). Jakarta: EGC.
Ollenburger, Jane C. & Helen A. Moore. 1996. Sosiologi Wanita. Jakarta: Rineka Cipta. Jakarta: Rineka Cipta.
Permana, A. P., Ainiyah, K., & Holle, K. F. H. 2021. Analisis perbandingan algoritma decision tree, kNN, dan Naive Bayes untuk prediksi kesuksesan start-up. JISKA (Jurnal Informatika Sunan Kalijaga), 6(3), 178-188.
Putra, Erik Lesmana. "ANALISIS PERTANGGUNGJAWABAN PIDANA TERHADAP PELAKU TINDAK PIDANA PENCURIAN DENGAN PEMBERATAN (Studi Putusan Nomor 1043/Pid. B/2020/PN. Tjk)." (2022).
Putra, M. Y., & Putri, D. I. (2022). Pemanfaatan Algoritma Naïve Bayes dan K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Kelas XI. Jurnal Tekno Kompak, 16(2), 176-187.
R. Soesilo. 1994. Kitab Undang-Undang Hukum Pidana (KUHP), Serta KomentarKomentar Lengkap Pasal Demi Pasal. Bogor: Politea.
Rezki, M., et al. 2020. Analisis Review Pengguna Google Meet dan Zoom Cloud Meeting Menggunakan Algoritma Naïve Bayes. Jurnal Infortech, 2(2), 264-270.
Rich, E. and Knight, K. 1991. Artificial intelligence. New York: McGrawHill.
Saragih, Y. M., & Hadiyanto, A. (2021). Pengantar Teori Kriminologi & Teori Dalam Hukum Pidana. Cattleya Darmaya Fortuna.
Sri Soedewi M. 2000. Hukum Perdata: Hukum Benda. Yogyakarta: Liberty.
Sudjana, Nana. 2004. Dasar-Dasar Proses Belajar Mengajar. Bandung: Sinar Baru Algensido Offset.
Wang, J., et al. 2020. Crime Analysis of spatial-temporal distribution based on KNN Algorithm. In 2020 International Conference on Information Science and Education (ICISE-IE) (pp. 150-154). IEEE.
Wibowo, A. H., & Oesman, T. I. 2020. The comparative analysis on the accuracy of k-NN, Naive Bayes, and Decision Tree Algorithms in predicting crimes and criminal actions in Sleman Regency. In Journal of Physics: Conference Series (Vol. 1450, No. 1, p. 012076). IOP Publishing.
Winston, P. H., & Prendergast, K. A. (1984). From the Blocks World to the Business World.
Wiyli yustanti. (2012). Algoritma K-Nearest Neighbour untuk memprediksi harga jual tanah. ISSBN:1858-1382.
Yanto, Robi, and Riri Khoiriah. 2015. “Implementasi Data mining Dengan Metode Algoritma Apriori Dalam Menentukan Pola Pembelian Obat.” Creative Information Technology Journal 2(2): 102
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Nandito Marbun, Jarot Prianggono
This work is licensed under a Creative Commons Attribution 4.0 International License.
Hak cipta :
Penulis yang mempublikasikan manuskripnya di jurnal ini menyetujui ketentuan berikut:
- Hak cipta pada setiap artikel adalah milik penulis.
- Penulis mengakui bahwa Jurnal Ekonomi Manajemen Sistem Informasi (JEMSI) berhak menjadi yang pertama menerbitkan dengan lisensi Creative Commons Attribution 4.0 International (Attribution 4.0 International CC BY 4.0) .
- Penulis dapat mengirimkan artikel secara terpisah, mengatur distribusi non-eksklusif manuskrip yang telah diterbitkan dalam jurnal ini ke versi lain (misalnya, dikirim ke repositori institusi penulis, publikasi ke dalam buku, dll.), dengan mengakui bahwa manuskrip telah diterbitkan pertama kali di Jurnal Ekonomi Manajemen Sistem Informasi (JEMSI).
