IMPLEMENTASI SISTEM PELAPORAN KEJAHATAN BERBASIS CHATBOT TELEGRAM DENGAN KLASIFIKASI TEKS MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES

Marfadi, Saleh Abdullah (2025) IMPLEMENTASI SISTEM PELAPORAN KEJAHATAN BERBASIS CHATBOT TELEGRAM DENGAN KLASIFIKASI TEKS MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text Halaman Depan.pdf Download (1MB)
	Text Abstrak.pdf Download (403kB)
	Text Bab 1.pdf Download (368kB)
	Text Bab 2.pdf Restricted to Repository staff only Download (623kB) | Request a copy
	Text Bab 3.pdf Restricted to Repository staff only Download (741kB) | Request a copy
	Text Bab 4.pdf Restricted to Repository staff only Download (5MB) | Request a copy
	Text Bab 5.pdf Restricted to Repository staff only Download (324kB) | Request a copy
	Text Daftar pustaka.pdf Download (349kB)
	Text Lampiran.pdf Restricted to Repository staff only Download (252kB) | Request a copy

Abstract

Peningkatan jumlah tindak kejahatan di Kabupaten Jember menuntut adanya sistem pelaporan yang efisien dan responsif. Media pelaporan konvensional seperti call center 110 memiliki keterbatasan, seperti kurangnya bukti pendukung dan kesulitan penentuan lokasi kejadian. Penelitian ini bertujuan mengembangkan sistem pelaporan kejahatan berbasis chatbot Telegram yang terintegrasi dengan metode klasifikasi teks Multinomial Naïve Bayes untuk mengelompokkan jenis kejahatan secara otomatis. Dataset diperoleh melalui web scraping dari situs Sistem Informasi Penelusuran Perkara (SIPP) Pengadilan Negeri Jember tahun 2024 sebanyak 398 data. Proses pengolahan data melibatkan tahap pre-processing teks (cleansing, case folding, tokenizing, stopword removal, dan stemming), pembentukan fitur menggunakan kombinasi unigram dan bigram, serta pembobotan Term Frequency–Inverse Document Frequency (TF-IDF). Penyeimbangan data dilakukan dengan metode Random Oversampling. Model kemudian dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-Score. Hasil evaluasi menunjukkan bahwa model memperoleh akurasi sebesar 98,75%, yang menunjukkan bahwa pendekatan ini dapat diterapkan untuk klasifikasi laporan kejahatan berbasis teks. Sistem pelaporan kejahatan ini juga dilengkapi dengan dashboard untuk menampilkan laporan secara real-time, sehingga mempermudah masyarakat dalam melaporkan kejadian serta mendukung penanganan kasus yang cepat dan tepat oleh kepolisian.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Dasuki, Moh

NIDN0722109103

Dosen Pembimbing

W, Taufiq Timur

NIDN0705078006

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Pelaporan Kejahatan, Chatbot Telegram, Multinomial Naïve Bayes, TF-IDF, Klasifikasi Teks, NLP, CRISP-DM
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Saleh Abdullah Marfadi | imsalehum@gmail.com
Date Deposited:	21 Aug 2025 04:10
Last Modified:	21 Aug 2025 04:10
URI:	http://repository.unmuhjember.ac.id/id/eprint/27231

Actions (login required)

View Item