Perbandingan Klasifikasi Tingkat Kerugian Negara Akibat Tindak Pidana Korupsi Menggunakan Regresi Logistik Biner dan Naïve Bayes Classifier (Studi Kasus: Data Korupsi di Daerah Istimewa Yogyakarta Tahun 2014–2017)

Abstract

Korupsi di Indonesia berada dalam situasi yang mengkhawatirkan. Tindakan korupsi terjadi di berbagai daerah, mulai dari kota besar sampai pelosok negeri. Hasil audit Badan Pemeriksa Keuangan menunjukkan bahwa pengelolaan keuangan di Indonesia selalu mengalami penyimpangan. Daerah Istimewa Yogyakarta merupakan salah satu kota terbersih dari korupsi yang ada di Indonesia dan termasuk 10 besar kota terbersih di Asia versi Global Corruption Index. Berangkat dari fenomena tersebut peneliti ingin melihat bagaimana gambaran umum mengenai faktor-faktor yang mendukung terjadinya korupsi yang berada di Daerah Istimewa Yogyakarta dan melakukan perbandingan klasifikasi dengan menggunakan metode Regresi Logistik Biner dan Naive Bayes Classifier. Berdasarkan analisis Regresi Logistik Biner, faktor-faktor yang berpengaruh secara signifikan terhadap tingkat kerugian negara adalah usia, daerah kejaksaan, jabatan dan lama jabatan dengan tingkat akurasi sebesar 68.42%, sedangkan menggunakan Naїve Bayes Classifier memberikan tingkat akurasi klasifikasi sebesar 73.68%. Hal ini dapat dikatakan bahwa klasifikasi menggunakan Naїve Bayes Classifier lebih baik dibandingkan dengan Regresi Logistik Biner untuk data Korupsi di Daerah Istimewa Yogyakarta tahun 2014-2017.