BAB I PENDAHULUAN 1.1 Latar Belakang
Kegiatan kriminal di seluruh dunia telah menciptakan ancaman di masyarakat.
Setiap tahun, sejumlah besar data kriminal dihasilkan oleh organisasi penegak hukum dan merupakan tantangan besar bagi penegak hukum untuk menganalisis data, guna menerapkan keputusan untuk menghindari kejahatan di masa mendatang.
Data kejahatan memiliki banyak fitur termasuk informasi tentang imigran, ras, jenis kelamin, populasi, demografi dan sebagainya. Menganalisis data kriminalitas tidak hanya membantu dalam mengenali fitur yang bertanggung jawab atas tingkat kejahatan yang tinggi tetapi juga membantu dalam mengambil tindakan yang diperlukan untuk pencegahan kejahatan. Oleh karena itu, sumber data dari kepolisian dapat digunakan sebagai sumber prediksi kemungkinan terjadinya kejahatan (Yerpude and Gudur, 2017).
Sehingga, kriminalitas menjadi masalah umum yang sering terjadi di kehidupan sehari-hari, termasuk di Kota Bandar Lampung. Berbagai tindakan kriminalitas yang telah terjadi di Kota Bandar Lampung dengan waktu dan tempat serta jenis kejadian yang berbeda-beda, sulit bagi masyarakat untuk mengetahui lokasi daerah rawan kejahatan dan lokasi daerah aman karena belum adanya media informasi khusus yang memberikan informasi daerah dengan tingkat kriminalitas yang tinggi, sedang, dan rendah. Dari permasalahan yang ada, maka diperlukan metode untuk menghasilkan analisa data yang tepat dan akurat untuk mengetahui daerah yang menghasilkan tingkat kriminalitas tertinggi pada Kota Bandar Lampung sehingga pihak kepolisian dapat memberikan antisipasi keamanan yang lebih ketat dan lebih kuat pada daerah tersebut, maka peneliti mengusulkan
menggunakan teknik klasifikasi untuk memberikan pola pengetahuan bagi pengambil keputusan dalam hal ini yaitu pihak Polresta untuk mengetahui tingkat kriminalitas pada daerah-daerah yang ada di Kota Bandar Lampung guna mendapatkan kebijakan yang seharusnya diterapkan pada daerah tersebut.
Mengingat data tersebut cukup banyak dan telah ada selama bertahun tahun, teknik ini, diharapkan menjadi solusi yang dapat membantu instansi dalam pengambilan keputusan mengenai daerah dengan tingkat kriminalitas yang tinggi. Teknik klasifikasi juga sudah sesuai untuk penyelesaian masalah yang terjadi karena, metode klasifikasi adalah proses untuk menemukan model atau fungsi yang menjelaskan atau membedakan konsep atau kelas data, dengan tujuan untuk dapat memperkirakan kelas dari suatu objek yang labelnya sudah diketahui. Dalam mencapai tujuan tersebut, proses klasifikasi membentuk suatu model yang mampu membedakan data kedalam kelas-kelas yang berbeda berdasarkan aturan atau fungsi tertentu. Model itu sendiri bisa berupa aturan “jika-maka”, berupa pohon keputusan, atau formula matematis. (Nofriansyah, et al., 2016). Dari penjabaran teknik klasifikasi maka, peneliti memilih penggunaan metode Naïve Bayes Classifier sebagai media untuk menganalisis data tindak kriminalitas di Kota Bandar Lampung. Karena, Metode Naive Bayes Classifier merupakan salah satu metode mechine learning yang memanfaatkan perhitungan peluang statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang statistik dimasa depan berdasarkan pengalaman dimasa sebelumya (Ginting &
Trinanda, 2015).
Selain itu, pada permasalahan pengklasifikasian berita kriminalitas berdasarkan subkategori dapat dilakukan menggunakan metode Naïve Bayes
Classifier (NBC ). Adapun subkategori terbagi kedalam 5 kategori yaitu korupsi, narkoba, pencurian, pemerkosaan dan pembunuhan. Penelitian ini bertujuan untuk mengetahui kemampuan NBC dalam mengklasifikasi berita dengan melakukan pengujian menggunakan teknik K-Fold Cross Validation dengan nilai K dari 3 sampai 10. Hasil pengujian menyatakan bahwa NBC memiliki kemampuan dalam klasifikasi berita kriminal dengan nilai precision sebesar 98,53 %, nilai recall sebesar 98,44 % dan nilai accuracy sebesar 99,38 (Rhomadhona and Permadi, 2019).
Tujuan penulis melakukan penelitian ini adalah untuk mengetahui klasifikasi data tingkat kriminalitas menggunakan metode Naive Bayes Classifier. Diharapkan dengan diterapkannya metode Naïve Bayes Classifier tersebut dapat membantu pihak kepolisian untuk mengklasifikasikan tingkat daerah yang diklasifikasikan sebagai daerah dengan tingkat kriminalitas yang tinggi.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah dijelaskan permasalahan yang dikaji dalam penelitian ini yaitu :
1. Bagaimana cara menganalisis tingkat kriminalitas yang tinggi dengan menerapkan metode Naïve Bayes Classifier untuk penentuan daerah rawan di Kota Bandar Lampung?
2. Bagaimana hasil penerapan analisis metode Naïve Bayes Classifier pada data tingkat kriminalitas di wilayah Polresta Bandar Lampung?
1.3 Batasan Masalah
Pembahasan permasalahan dalam penelitian ini dibatasi oleh bebarapa hal
sebagai berikut :
1. Pemetaan daerah rawan kriminalitas di khususkan untuk wilayah Bandar Lampung Januari tahun 2018- Maret 2020.
2. Faktor yang diamati ditinjau dari lokasi kejadian kriminalitas.
3. Level daerah rawan kriminalitas terdiri dari 3 level (cukup rawan, rawan dan sangat rawan atau status rendah, sedang, dan tinggi).
4. Penerapan metode naïve bayes classifier menggunakan tools python
5. Penerapan confusion matrix untuk melakukan validasi metode Naïve Bayes Classifier.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah sebagai berikut:
1. Menerapkan metode Naive Bayes Clasifier di Wilayah Polresta Bandar Lampung untuk mengetahui daerah dengan tingkat kriminalitas yang tinggi.
2. Memberikan hasil penerapan metode naïve bayes classifier pada data tingkat kriminalitas di wilayah Polresta Bandar Lampung sebagai bahan acuan dalam membantu pihak Polresta untuk memberikan keputusan daerah yang memerlukan pengamanan lebih ketat.
1.5 Manfaat Penelitian
1. Dapat menerapkan data mining dalam hal ini yaitu metode naïve bayes classifier untuk melakukan klasifikasi daerah rawan kriminalitas.
2. Dapat membantu pihak Polresta untuk penanganan keamanan yang lebih diprioritaskan untuk daerah rawan kriminalitas.
