Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ekonomi Manajemen Sistem Informasi
Nandito Marbun
Unknown Affiliation
Economics, Econometrics & Finance

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Klasifikasi Tindak Kejahatan Pencurian dengan Algoritma K-Nearest Neighbor dan Naive Bayes di Polres Buol Nandito Marbun; Jarot Prianggono
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 5 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (Mei - Juni 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i5.5175

Abstract

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.
Co-Authors Jarot Prianggono