PENERAPAN METODE BERT PADA DETEKSI JENIS KRIMINALITAS BERDASARKAN UNDANG-UNDANG
Kriminalitas adalah masalah serius yang berdampak luas terhadap keamanan dan stabilitas sosial. Dengan perkembangan teknologi dan isu-isu hukum yang semakin kompleks, pola kejahatan juga mengalami perubahan signifikan. Berdasarkan data Statistik Kriminal 2022 dari Badan Pusat Statistik (BPS), kejahatan pencurian mendominasi dengan persentase tertinggi antara tahun 2019 hingga 2021. Pada tahun 2022, tercatat 321.662 kasus kejahatan di Indonesia, dengan pencurian, penipuan, dan narkotika sebagai tiga jenis kejahatan tertinggi. Penelitian ini mengembangkan metode deteksi jenis kriminalitas berdasarkan analisis pola teks undang-undang menggunakan Natural Language Processing (NLP) dan model algoritma BERT. Proses pre-processing meliputi lowercasing, tokenization, stop word removal, dan stemming atau lemmatization, yang membantu dalam pelabelan dataset dan meningkatkan kualitas pembelajaran model BERT. Pengujian awal dengan learning rate 0.001 dan epoch 3 menghasilkan akurasi 91%, sementara eksperimen lanjutan menemukan kombinasi optimal pada learning rate 0.00001 dan epoch 10, dengan akurasi 98%. Hasil ini menunjukkan bahwa model BERT efektif dalam mengidentifikasi jenis kriminalitas. Kata kunci: Pemrosesan Bahasa Alami (NLP), Algoritma BERT, Deteksi Kriminalitas.
Detail Information
Citation
APA Style
. (2024).PENERAPAN METODE BERT PADA DETEKSI JENIS KRIMINALITAS BERDASARKAN UNDANG-UNDANG ().Teknik Informatika:FTI
Chicago Style
.PENERAPAN METODE BERT PADA DETEKSI JENIS KRIMINALITAS BERDASARKAN UNDANG-UNDANG ().Teknik Informatika:FTI,2024.Text
MLA Style
.PENERAPAN METODE BERT PADA DETEKSI JENIS KRIMINALITAS BERDASARKAN UNDANG-UNDANG ().Teknik Informatika:FTI,2024.Text
Turabian Style
.PENERAPAN METODE BERT PADA DETEKSI JENIS KRIMINALITAS BERDASARKAN UNDANG-UNDANG ().Teknik Informatika:FTI,2024.Text