Penerapan Data Mining untuk Analisis Karakteristik DPT Non-Participate sebagai Prediksi Partisipan Pemilu dengan Menggunakan Metode Naive Bayes Classifier

Pemilihan Umum di Indonesia sudah dilakukan sejak tahun 1955 silam, tetapi untuk pemilihan anggota badan eksekutif yang melibatkan masyarakat luas baru dilaksanakan mulai tahun 2004. Partisipasi DPT (Daftar Pemilih Tetap) untuk pilpres tahun 2014 menurun dibandingkan tahun 2009 (70,9%) yaitu hanya 70,2%. Hal tersebut menandakan bahwa DPT non-participate tahun ini lebih banyak dibanding pemilu sebelumnya. Untuk menganalisis karakteristik dari DPT non-participate itu sendiri digunakan data mining dengan teknik klasifikasi yang apabila telah diketahui bisa menambah tingkat partisipasi masyarakat dalam pemilu berikutnya. Metode yang digunakan yaitu naive bayes classifier, dan desain penelitian dengan menggunakan CRISP-DM. Data penelitian adalah data DPT Pilpres desa Pasekaran Kab.Batang tahun 2014 yang akan dievaluasi menggunakan confusion matrix dan divalidasi dengan teknik split validation. Hasil akurasi tertinggi didapatkan setelah data penelitian dikonversi yaitu 88,46%. Selain itu hasil penelitian juga menunjukan hasil analisis karakteristik DPT non-participate dari data penelitian yaitu tempat lahir (Batang), umur (17-25), status perkawinan (belum menikah), jenis kelamin (laki-laki), pekerjaan (pelajar/mahasiswa), alamat (luar RW 04 dan RW 04)