KOMPARASI MODEL PREDIKSI PENANGANAN KASUS NARKOTIKA

Abstract

Narkotika terdiri dari obat-obatan, zat maupun bahan apabila dikonsumsi dan masuk kedalam tubuh dapat mempengaruhi kesehatan fungsi organ dalam manusia yaitu otak. Permasalahan tentang narkoba di Indonesia sangat menghawatirkan dimana pada tahun 2019 yaitu sebesar 2,4% adalah pengguna yang berarti bahwa dari 10.000 penduduk Indonesia ada 240 berusia 15-64  tahun  atau  berjumlah 4,5 juta jiwa. Adapun research problem yang pada penelitian yang dilakukan adalah bagaimana menentukan metode prediksi jumlah penanganan kasus narkotika terbaik sehingga dapat meminimalkan jumlah korban jiwa. Dalam penelitian yang dilakukan menggunakan metode komparasi algoritma prediksi yaitu Linear Regresion, Neural Network, Support Vector Machine (SVM) tentang pengguna narkotika sehingga dihasilkan prediksi yang mendekati nilai sesungguhnya dari kasus yang ada. Ouput yang dihasilkan didapatkan hasil bahwa performance prediksi dengan algoritma SVM pada penanganan kasus narkotika memiliki tingkat prediksi lebih baik disbanding dengan algoritma prediksi yang lain yaitu nilai RMSE 169.533 +/- 0.000. Untuk kegiatan penelitian yang akan datang dapat mengitegrasikan dengan algoritma klasifikasi untuk menentuka jenis narkotika yang paling banyak dipakai.  Kata kunci: Narkotika. Rapid Miner, Support Vector Machine