Pembebasan bersyarat adalah suatu hak yang dimiliki oleh setiap narapidana
yang menjalani masa pidana. Tetapi dari beberapa fakta yang ada di masyarakat,
banyak ditemukannya pemberian pembebasan bersyarat kurang optimal karena
petugas mengalami kesulitan dalam pelaksanaannya. Banyaknya jumlah dan
kriteria narapidana yang ditangkap adalah bukti untuk mengembangkan ke dalam
Data Mining. Narapidana akan diproses untuk mengetahui berdasarkan kriteria apa
saja narapidana yang layak mendapatkan rekomendasi pembebasan bersyarat
berdasarkan atribut seperti, Colour,Year,Age,Sex,Employed,Citizen,Checks. Dalam
hal ini, peneliti melakukan analisis pada kasus penyalahgunaan Narkoba di Toronto
Amerika Utara. Analisis yang digunakan adalah menggunakan Data Mining dengan
metode ID3 dan diproses menggunakan software RapidMiner. Dari penelitian ini
didapatkan bahwa Algoritma ID3 dapat menghasilkan tingkat akurasi dan presisi
yang tidak jauh berbeda dengan melakukan pengujian sebanyak 5 kali dengan data
uji yang berbeda-beda, yaitu di dapatkan untuk percobaan 4 (P-4) mendapatkan
akurasi paling tinggi yaitu sebesar 81,53%, sedangkan untuk nilai rata-rata
mendapatkan akurasi sebesar 80,59% dan presisi mendapatkan nilai rata-rata
93,4%. Dengan demikian model yang dihasilkan cukup baik untuk menentukan
narapidana yang layak mendapatkan rekomendasi pembebasan bersyarat.

Kata kunci : Pembebasan bersyarat, Narkoba, Algoritma ID3