Hardan Syah, - (2019) PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK MEMPREDIKSI PUTUSAN PENGAJUAN BANDING TERDAKWA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER.pdf Download (296kB) | Preview |
|
|
Text
2. LEMBAR PENGESAHAN.pdf Download (442kB) | Preview |
|
|
Text (Abstrak)
3. ABSTRAK.pdf - Published Version Download (301kB) | Preview |
|
|
Text
4. KATA PENGANTAR.pdf Download (379kB) | Preview |
|
|
Text
5. DAFTAR ISI.pdf Download (290kB) | Preview |
|
|
Text
6. BAB I.pdf Download (395kB) | Preview |
|
|
Text
7. BAB II.pdf Download (499kB) | Preview |
|
|
Text
8. BAB III.pdf Download (428kB) | Preview |
|
|
Text
9. BAB IV.pdf Download (994kB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text (Bab V)
10. BAB V.pdf - Published Version Restricted to Repository staff only Download (1MB) |
|
|
Text
11. BAB VI.pdf Download (281kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA.pdf Download (344kB) | Preview |
Abstract
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
| Item Type: | Thesis (Skripsi) |
|---|---|
| Uncontrolled Keywords: | K-Nearest Neighbor (KNN), Pengadilan Tinggi, Permohonan Banding |
| Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ari Eka Wahyudi |
| Date Deposited: | 24 Jul 2019 04:34 |
| Last Modified: | 24 Jul 2019 04:34 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/16716 |
Actions (login required)
 |
View Item |