Ariansyah, Ikhsan
Unknown Affiliation

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

Found 1 Documents
Search

Deep Learning Approach for Legal Decision Prediction in Divorce Cases Using CNN-LSTM Model Yonia, Dwika Lovitasari; Ariansyah, Ikhsan; Mulyanto, Sigit
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9389

Abstract

Studi ini menggunakan teknik pembelajaran mesin canggih—Memori Jangka Panjang dan Jangka Pendek (LSTM), Hutan Acak, dan Jaringan Saraf Tiruan Konvolusional yang dikombinasikan dengan LSTM (CNN-LSTM)—untuk memprediksi hasil dalam kasus perceraian berkonflik tinggi di Pengadilan Agama. Studi ini mengkaji dampak emosional dan keluarga yang substansial dari perceraian, terutama terhadap anak-anak. Penelitian ini secara metodis mengevaluasi dan membandingkan efikasi model-model ini menggunakan data pengadilan agama, mengungkap kemampuan unik mereka dalam memproses teks hukum yang kompleks. Temuan menunjukkan bahwa meskipun LSTM unggul dalam mengidentifikasi kasus positif, LSTM kurang mampu dalam mengklasifikasikan kasus negatif. Sebaliknya, CNN-LSTM menunjukkan kinerja yang seimbang dalam presisi dan ingatan, membuktikan ketahanannya dalam menangani data kompleks. Hutan Acak juga menunjukkan kinerja yang andal, terutama dalam metrik ingatan. Wawasan ini penting bagi praktisi hukum, menawarkan pemahaman yang mendalam tentang kesesuaian setiap model dalam konteks hukum keluarga. Penelitian ini menggarisbawahi potensi transformatif AI dalam meningkatkan pengambilan keputusan hukum sekaligus menyoroti pentingnya pertimbangan etis dalam integrasi AI ke dalam sistem hukum.