Perpustakaan
DESKRIPSI DATA LENGKAP
JudulPERBANDINGAN METODE NAÏVE BAYES DAN K- NEAREST NEIGHBOR UNTUK PREDIKSI PERCERAIAN : STUDI KASUS PENGADIALAN AGAMA
Nama: MOHAMMAD MUSTAFA
Tahun: 2025
Abstrak
Perceraian merupakan salah satu permasalahan sosial yang berdampak besar terhadap kehidupan individu dan masyarakat. Dengan meningkatnya jumlah kasus perceraian di Pengadilan Agama, dibutuhkan suatu sistem prediksi yang akurat untuk membantu dalam pengambilan keputusan. Penelitian ini membandingkan dua metode klasifikasi data, yaitu Naïve Bayes dan K-Nearest Neighbor (K-NN), dalam memprediksi potensi perceraian berdasarkan data kasus yang diperoleh dari Pengadilan Agama. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kedua metode memiliki kelebihan masing-masing, namun Naïve Bayes menunjukkan performa yang lebih stabil dalam menangani data dengan distribusi yang tidak merata, sedangkan K-NN lebih sensitif terhadap parameter k dan skala data. Penelitian ini diharapkan dapat memberikan kontribusi terhadap pengembangan sistem pendukung keputusan dalam menangani permasalahan perceraian secara lebih preventif. Kata kunci— Prediksi perceraian, Naïve Bayes, K-Nearest Neighbor, Pengadilan Agama, klasifikasi data

Sign In to Perpus

Don't have an account? Sign Up