PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK MEMPREDIKSI PUTUSAN PENGAJUAN BANDING TERDAKWA
Daftar Isi:
- Pengadilan Tinggi merupakan pengadilan tingkat dua yang bertempat di provinsi untuk menyelesaikan pengajuan banding. Pada tahun 2011-2015 di Pengadilan Tinggi Pekanbaru ada 848 pengajuan banding yang ditolak dan hanya 140 pengajuan banding yang diterima. Banyaknya pengajuan banding yang ditolak dikarenakan ketidaktahuan terdakwa terhadap proses banding dipengadilan Tinggi Pekanbaru, maka dari itu diperlukan sebuah sistem untuk memprediksi hasil dari putusan banding yang diajukan oleh terdakwa dengan menggunakan metode KNearest Neighbor (KNN). Data yang di kumpulkan sebanyak 988 data dengan 30 jumlah variabel bersumber dari laman resmi pengadilan Tinggi Pekanbaru diputusan.mahkamahagung.co.id. Setelah melewati proses KDD, data selection, data cleaning, data transformasi, maka total data pengajuan banding yang di gunakan menjadi 986 dengan 20 jumlah variabel. Pengujian yang dilakukan menggunakan Blackbox dan Evaluasi dengan 5 skenario, 90%:10%, 80%:20%, 70%:30%, 60%:40%, 50%:50% maka di dapat hasil rata-rata akurasi 87,89%, skenario yang memiliki akurasi tertinggi berada di skenario 80%:20% dengan nilai akurasi mencapai 88,89%. Dengan demikian, sistem prediksi pengajuan banding terdakwa dengan menggunakan metode K-Nearest Neighbor (KNN) berhasil dibangun dan mampu memprediksi pengajuan banding terdakwa. Kata Kunci : K-Nearest Neighbor (KNN), Pengadilan Tinggi, Permohonan Banding