BRYANT FAVIAN ALI, - (2025) PENERAPAN ALGORITMA RANDOM FOREST UNTUK KLASIFIKASI TINGKAT KASUS NARKOBA DI KOTA PEKANBARU STUDI KASUS UNIT NARKOBA POLRESTA PEKANBARU. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text (BAB GABUNGAN) Tugas Akhir Bryant Favian Ali-Repository WO4 - BRYANT FAVIAN ALI Teknik Informatika.pdf - Published Version Download (2MB) | Preview
	Text (BAB HASIL) Tugas Akhir Bryant Favian Ali-Repository 4 - BRYANT FAVIAN ALI Teknik Informatika.pdf - Published Version Restricted to Repository staff only Download (545kB)
Preview	Text (PERNYATAAN PUBLIKASI) Persetujuan Publikasi-Bryant Favian Ali - BRYANT FAVIAN ALI Teknik Informatika.pdf - Published Version Download (269kB) | Preview

Abstract

Penyalahgunaan narkoba atau napza (narkotika, psikotropika, dan zat adiktif lainnya) merupakan masalah serius yang berdampak luas terhadap kesehatan, sosial, dan keamanan. Untuk mendukung upaya pencegahan dan penanggulangan, diperlukan sistem yang mampu mengidentifikasi tingkat kasus penyalahgunaan secara akurat. Penelitian ini menerapkan metode data mining dengan algoritma Random Forest untuk menganalisis data kasus penyalahgunaan narkoba. Data yang digunakan berasal dari intansi Kepolisian dan mencakup atribut jenis barang bukti, jumlah barang bukti, peran, dan tingkat kasus. Proses pengolahan data meliputi permbersihan data, seleksi atribut, dan pelatihan model. Hasil pengujian menunjukkan bahwa model Random Forest memiliki akurasi dengan hasil 0,9782 dengan rasio 90:10, precision dengan hasil 0,9798, Recall dengan hasil 0,9782, dan F1- Score dengan hasil 0,9784 dalam mengklasifikasikan tingkat penyalahgunaan narkoba. Temuan ini diharapkan dapat menjadi dasar dalam pengambilan keputusan dan kebijakan yang lebih efektif untuk mencari gambaran baru dalam menentukan sebuah keputusan. Kata kunci: data mining, narkoba, random forest, klasifikasi

Actions (login required)

View Item