Skripsi/Tugas Akhir
Sistem Klasifikasi Kasus Kekerasan Anak dan Perempuan Menggunakan Algoritma Naive Bayes Berbasis Web
ABSTRAK
Dinas Pemberdayaan Perempuan Perlindungan Anak dan Pengendalian Penduduk dan Keluarga Berencana (DP3AP2KB) menghadapi tantangan dalam mengklasifikasikan kasus kekerasan terhadap perempuan dan anak secara manual, yang memakan waktu dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk mengembangkan sistem berbasis web menggunakan algoritma Naive Bayes untuk otomatisasi pengklasifikasian kasus kekerasan. Metode ini dipilih karena kemampuannya dalam mengklasifikasikan data secara efisien berdasarkan pola yang diidentifikasi. Hasil yang diharapkan adalah peningkatan efisiensi dan akurasi dalam pengolahan data laporan kekerasan, mengurangi waktu pemrosesan, dan minimnya intervensi manual. Dengan demikian, sistem ini diharapkan dapat membantu DP3AP2KB dalam penanganan laporan kasus kekerasan secara lebih efektif.
Kata Kunci: Klasifikasi, Kekerasan Anak dan Perempuan, Naive Bayes, Web
ABSTRACT
The Department of Women Empowerment, Child Protection, Population Control, and Family Planning (DP3AP2KB) faces challenges in manually classifying cases of violence against women and children, which is timeconsuming and prone to errors. This study aims to develop a web-based system using the Naive Bayes algorithm for automated case classification. This method is chosen for its ability to efficiently classify data based on identified patterns. The expected outcome is an increase in the efficiency and accuracy of processing violence report data, reducing processing time, and minimizing the need for manual intervention. Thus, this system is expected to assist DP3AP2KB in handling violence case reports more effectively.
Keywords: Classification, Violence Against Children and Woman, Naive Bayes, Web
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: perpustakaan@undipa.ac.id
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS