<![CDATA[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.]]>
Copyrights © 2025
