SISTEM KLASIFIKASI BERITA DARING FAKTOR KEJAHATAN PENYALAHGUNAAN NARKOTIKA BERBASIS ALGORITMA NAIVE BAYES

Tingginya tingkat penggunaan situs berita memungkinkan penyebaran berita yang lebih cepat, luas, aktual, dan ramah lingkungan. Kasus-kasus narkotika merupakan artikel yang banyak ditemui di media berita daring. Dari berita daring tersebut di kelompokkan berdasarkan faktor kejahatan penyalahgunaan narkotika berasal dari individu, lingkungan dan narkoba. Dengan demikian, perlu dikembangkan sebuah sistem klasifikasi yang diharapkan dapat membantu pihak kepolisian dan pihak terkait dalam mengetahui faktor penyebab kejahatan penyalahgunaan narkotika yang peningkatan kasusnya sudah semakin memprihatinkan di Indonesia. Text mining processing merupakan salah satu domain penelitian pada web mining yang bertujuan untuk menggali informasi dari kumpulan data teks yang jumlahnya sangat besar. Penelitian ini akan mengembangkan sebuah sistem dengan menggunakan teknik klasifikasi Naïve Bayes (NB). Pendekatan ini merupakan pendekatan mengacu pada teorema Bayes yang merupakan prinsip peluang statistika untuk mengkombinasikan pengetahuan sebelumnya dengan pengetahuan baru. Hasil penelitian ini adalah sebuah sistem untuk mengklasifikasi berita daring faktor kejahatan penyalahgunaan narkotika yang dapat diimplementasikan dengan menggunakan algoritma Naive Bayes. Pengujian sistem menggunakan confusion matrix dengan tingkat performansi dengan data uji 225 di dapatkan nilai recall 75,8%, precision 97,7%, dan accuracy 96,4%. Maka sistemklasifikasi menggunakan algoritma Naive Bayes mempunyai tingkat akurasi yang baik karena tingkat akurasinya lebih dari 50%.