Klasifikasi Berita Kriminal Menggunakan Algoritma Naïve Bayes Berbasis PSO

  • Dzaffa 'Ulhaq Dzaffa 'Ulhaq
  • Nana Suarna Teknik Informatika; STMIK IKMI Cirebon
  • Gifthera Dwilestari Sistem Informasi; STMIK IKMI Cirebon

Abstract

Tindakan kriminal dipandang sebagai suatu masalah tindakan kejahatan atau hal-hal yang berkaitan dengan kejahatan (pelanggaran hukum) yang dapat dihukum menurut undang-undang. Perkembangan teknologi informasi yang begitu cepat memicu penyebaran informasi kriminal melalui internet menjadi tidak terkontrol. Sehingga diperlukan suatu sistem cerdas yang dapat melakukan klasifikasi konten berita kriminal yang tersebar melalu media internet. Penelitian ini mengklasifikasikan berita kriminal berdasarkan subkategorinya yang terbagi menjadi 2 yaitu pembunuhan dan narkoba. Berdasarkan klasifikasi berita kriminal tersebut maka akan dapat menekan terjadinya tindakan kriminal yang lebih buruk lagi. Tujuan dari penelitian ini adalah ingin melakukan klasifikasi berita kriminal menggunakan algoritma Naïve Bayes berbasis Particle Swarm Optimization. Metode yang digunakan dalam penelitian ini adalah Naïve Bayes yang merupakan salah satu algoritma klasifikasi yang sederhana akan tetapi Naive Bayes memiliki kekurangan yaitu sangat sensitive dalam pemilihan fitur maka dari itu dibutuhkan metode Particle Swarm Optimization untuk meningkatkan hasil akurasi. Proses klasifikasi kriminal dapat dilakukan melalui tahap preprocessing kemudian pembobotan kata dan dilakukan klasifikasi menggunakan naïve bayes. Hasil akurasi dari klasifikasi berita kriminal diperoleh sebesar 93.33%. Berdasarkan hasil klasifikasi tersebut maka dapat digunakan sebagai dasar penetapan berita kriminal yang valid. Sehingga masyarakat lebih mudah untuk mengetahui informasi yang terdapat dalam suatu berita dan dapat digunakan sebagai dasar sumber informasi yang dipercaya dalam bermasyarakat.

References

[1] A. P. J. I. I. APJII, “Peluang Penetrasi Internet dan Tantangan Regulasi Daerah,” BULETIN APJII EDISI 79 Januari 2021. p. 15, 2021, [Online]. Available: https://apjii.or.id/downfile/file/BULETINAPJIIEDISI79Januari20211.pdf.
[2] H. Rhomadhona and J. Permadi, “Klasifikasi Berita Kriminal Menggunakan Naïve Bayes Classifier (NBC) dengan Pengujian K-Fold Cross Validation,” J. Sains dan Inform., vol. 5, no. 2, pp. 108–117, 2019, doi: 10.34128/jsi.v5i2.177.
[3] R. Wati, “Penerapan Algoritma Naive Bayes Dan Particle Swarm Optimization Untuk Klasifikasi Berita Hoax Pada Media Sosial,” JITK (Jurnal Ilmu Pengetah. dan Teknol. Komputer), vol. 5, no. 2, pp. 159–164, 2020, doi: 10.33480/jitk.v5i2.1034.
[4] H. Rhomadhona, J. Permadi, J. T. Informatika, P. Negeri, and T. Laut, “Penerapan Naïve Bayes Classifier Untuk Klasifikasi Implementation of Naive Bayes Classifier for Classification,” pp. 18–24, 2019.
[5] H. Mustofa and A. A. Mahfudh, “Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes,” Walisongo J. Inf. Technol., vol. 1, no. 1, p. 1, 2019, doi: 10.21580/wjit.2019.1.1.3915.
[6] Y. D. Pramudita, S. S. Putro, and N. Makhmud, “Klasifikasi Berita Olahraga Menggunakan Metode Naïve Bayes dengan Enhanced Confix Stripping Stemmer,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 3, p. 269, 2018, doi: 10.25126/jtiik.201853810.
[7] steven roy Simanjuntak, “Text Mining Untuk Klasifikasi Kategori Cerita Pendek Menggunakan Naïve Bayes (NB),” J. Telemat., vol. 12, no. 01, pp. 7–12, 2017, [Online]. Available: http://journal.ithb.ac.id/telematika/article/view/154.
[8] H. Muhamad, C. A. Prasojo, N. A. Sugianto, L. Surtiningsih, and I. Cholissodin, “Optimasi Naïve Bayes Classifier Dengan Menggunakan Particle Swarm Optimization Pada Data Iris,” J. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, p. 180, 2017, doi: 10.25126/jtiik.201743251.
[9] W. Dwi Septiani Program Studi Manajemen Informatika AMIK BSI Jakarta Jl Kramat Raya No and J. Pusat, “Dan Naive Bayes Untuk Prediksi Penyakit Hepatitis,” J. Pilar Nusa Mandiri, vol. 13, no. 1, pp. 76–84, 2017, [Online]. Available: http://archive.ics.uci.edu/ml/.
[10] I. W. Saputro and B. W. Sari, “Uji Performa Algoritma Naïve Bayes untuk Prediksi Masa Studi Mahasiswa,” Creat. Inf. Technol. J., vol. 6, no. 1, p. 1, 2020, doi: 10.24076/citec.2019v6i1.178.
[11] E. Junianto and D. Riana, “Penerapan PSO Untuk Seleksi Fitur Pada Klasifikasi Dokumen Berita Menggunakan NBC,” vol. 4, no. 1, pp. 38–45, 2017.
[12] M. Hengki and M. Wahyudi, “Klasifikasi Algoritma Naïve Bayes dan SVM Berbasis PSO Dalam Memprediksi Spam Email Pada Hotline-Sapto,” Paradig. - J. Komput. dan Inform., vol. 22, no. 1, pp. 61–67, 2020, doi: 10.31294/p.v22i1.7842.
[13] A. T. Jaka, “Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining,” Inform. UPGRIS, vol. 1, pp. 1–9, 2015.
[14] M. Athaillah, Y. Azhar, and Y. Munarko, “Perbandingan Metode Klasifikasi Berita Hoaks Berbahasa Indonesia Berbasis Pembelajaran Mesin,” J. Repos., vol. 2, no. 5, p. 675, 2020, doi: 10.22219/repositor.v2i5.692.
Published
2022-06-30
How to Cite
'ULHAQ, Dzaffa; SUARNA, Nana; DWILESTARI, Gifthera. Klasifikasi Berita Kriminal Menggunakan Algoritma Naïve Bayes Berbasis PSO. INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics, [S.l.], v. 6, n. 2, p. 12 - 21, june 2022. ISSN 2548-3412. Available at: <https://ejournal-binainsani.ac.id/index.php/ITBI/article/view/1701>. Date accessed: 20 aug. 2022. doi: https://doi.org/10.51211/itbi.v6i2.1701.