CBR untuk Identifikasi Penyebab Konflik Pernikahan (Studi Kasus: KUA Sukabumi B.Lampung)

ARIEF ICHWANI, Dr. Suprapto, M.I.Kom

2017 | Tesis | S2 Ilmu Komputer

Konflik pernikahan tidak dapat diukur dari seberapa lamanya menjalani kehidupan rumah tangga. Konflik yang tidak segera diselesaikan tidak jarang berujung pada proses perceraian. KUA memiliki peran penting dalam melakukan mediasi masalah pernikahan sebagai langkah awal mencegah terjadinya perceraian. Namun dengan terbatasnya sumber daya penyuluh pada masing-masing kecamatan menjadi faktor permasalahan baru. Hal ini menarik perhatian untuk diteliti apakah dengan mengambil informasi dari data nikah dan masalah pasangan berupa riwayat konsultasi serta pengetahuan penyuluh dapat membantu petugas KUA dalam melayani konsultasi masalah rumah tangga. Penelitian ini melakukan pemodelan untuk identifikasi penyebab konflik pernikahan dengan menerapkan algoritma Naive Bayes Classifier dan algoritma Nearest Neighbor. Pemodelan sistem terbagi menjadi dua tahapan utama, yaitu proses penentuan kelas penyebab konflik dan proses mencari rekomendasi solusi konflik. Kasus dengan nilai similaritas tertinggi selanjutnya akan digunakan kembali solusinya dalam menangani kasus baru. Jika nilai similaritas yang didapat lebih kecil dari nilai threshold yaitu 0.8, maka solusi dari kasus tersebut akan direvisi oleh pakar. Pengujian dilakukan dengan menggunakan 35 data uji baru. Hasil pengujian menunjukkan nilai precision sebesar 79.57%, recall sebesar 80.48%, dan accuracy sebesar 82.86%. Pengujian secara fungsional sistem juga dilakukan dengan menggunakan metode Blackbox Testing.

Wedding conflicts can not be measured by how long life takes place. Conflicts that are not immediately resolved often lead to divorce proceedings. KUA plays an important role in mediating marital matters as a first step in preventing divorce. However, with limited resources of extension workers in each sub-district becomes a new problem factor. It is of interest to investigate whether by retrieving information from marital data and couples problems in the form of consultation history and extensionist knowledge can assist KUA officers in serving household consultation. This study modeled the identification of the causes of marriage conflicts by applying the Naive Bayes Classifier algorithm and the Nearest Neighbor algorithm. System modeling is divided into two main stages, namely the process of determining the class of causes of conflict and the process of finding recommendations for conflict solutions. Cases with the highest similarity value will then be reused to solve new cases. If the similarity value obtained is smaller than the threshold value of 0.8, then the solution of the case will be revised by the expert. The test was performed using 35 new test data. The test results show the precision value of 79.57%, recall 80.48%, and accuracy of 82.86%. Functional testing of the system is also done by using the Blackbox Testing method.

Kata Kunci : case based reasoning, naive bayes classifier, nearest neighbor