Laporkan Masalah

CASE BASE REASONING DALAM PENUNTUTAN HUKUM BERDASAR UNDANG-UNDANG INFORMASI DAN TRANSAKSI ELEKTRONIK NO.11 TAHUN 2008

Agung Pribadi, Dra. Sri Hartati, M.Sc., Ph.D.

2014 | Tesis | S2 Ilmu Komputer

Case Base Reasoning(CBR) merupakan sebuah metode dalam mencari sebuah solusi dengan mencari nilai similarity antara kasus lama dengan kasus baru. Tujuan dari penerapan CBR dalam penuntutan hukum berdasar undang-undang ITE no.11 tahun 2008 adalah membantu jaksa penuntut umum(JPU) dalam menyusun catatan penuntut umum yang akan digunakan dalam persidangan kelak. Metodologi penelitian dimulai dengan pengumpulan data yang diperoleh pihak kejaksaan dari kepolisian yaitu informasi tersangka, penyidik, tindak pidana, pemberat, hingga barang bukti. Berdasarkan data usia tersangka, jenis tindakan dan pemberat(bila ada), dibentuklah nilai sudut vector yang kemudian dihitung menggunakan cosine coefficient similarity(CCS) dan error estimation(EE). Pengujian dilakukan dengan cara menghitung jumlah nilai sudut vector pada point usia, pemberat non pemerintah dan pemberat pemerintah. Nilai sudut vector pada usia maksimum adalah 1, sedangkan masing-masing sub-fitur pemberat adalah 0.5. Nilai similarity yang diperoleh berada diatas 0.8 dengan error estimation dibawah 0.08. Nilai similarity diatas 0.8 berarti memiliki kemiripan mendekati identik dan error estimation dibawah 0.08 berarti hasil tersebut memiliki nilai validasi tinggi. Kata kunc: CBR, JPU, vector, CCS, EE

Case base reasoning(CBR) is a searching method for a solution by find the similarity values between the old cases with new cases. The aim for CBR application in legal prosecution of law base of information and electronic transaction no.11 of 2008 is a system that used to looking for similarity over a new cases to past cases and used as public prosecutor notes (JPU) in determining claims with aim to shorten the prosecutor performance in making a reference in next court demands. The research methodology began by collection of obtained data from police such as prosecution suspects information, investigators, criminal acts, ballast, until evidence. Based on data from a suspect's age, type of measures and ballast (if it any), established the vector value angles and then calculated using cosine coefficient similarity(CCS) and error estimation(EE). Testing conducted by counting the number of vector values at the point of age, governmental or non-govermental ballast. The maximum Vector value of ages is 1, while each sub-feature weights are 0.5. Similarity values obtained were above 0.8 with estimation error under 0.08. Similarity value above 0.8 means are similar and identical approaching and error estimation under 0.08 means the results have a high-value validation. Keywords: CBR, JPU, vector, CCS, EE

Kata Kunci : CBR, JPU, vector, CCS, EE


    Tidak tersedia file untuk ditampilkan ke publik.