Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK MEMPREDIKSI PUTUSAN PENGAJUAN BANDING TERDAKWA

Hardan Syah, - (2019) PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK MEMPREDIKSI PUTUSAN PENGAJUAN BANDING TERDAKWA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER.pdf

Download (296kB) | Preview
[img]
Preview
Text
2. LEMBAR PENGESAHAN.pdf

Download (442kB) | Preview
[img]
Preview
Text (Abstrak)
3. ABSTRAK.pdf - Published Version

Download (301kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR.pdf

Download (379kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI.pdf

Download (290kB) | Preview
[img]
Preview
Text
6. BAB I.pdf

Download (395kB) | Preview
[img]
Preview
Text
7. BAB II.pdf

Download (499kB) | Preview
[img]
Preview
Text
8. BAB III.pdf

Download (428kB) | Preview
[img]
Preview
Text
9. BAB IV.pdf

Download (994kB) | Preview
[img] Text (Bab V)
10. BAB V.pdf - Published Version
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
11. BAB VI.pdf

Download (281kB) | Preview
[img]
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 View Item