SISTEM REKOMENDASI PENENTUAN MAJELIS HAKIM PERKARA TINGKAT PERTAMA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) PADA PENGADILAN AGAMA SRAGEN

Penentuan susunan majelis hakim merupakan bagian penting dalam proses penanganan perkara di Pengadilan Agama. Selama ini, proses tersebut dilakukan secara manual oleh Ketua Pengadilan, yang memerlukan pertimbangan terhadap banyak faktor seperti pengalaman, kompetensi, dan beban kerja hakim. Namun, keterbatasan waktu dan tingginya jumlah perkara seringkali menjadi hambatan dalam pengambilan keputusan yang cepat dan objektif. Untuk mengatasi permasalahan ini, penelitian ini mengembangkan sebuah sistem rekomendasi majelis hakim menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan dalam penelitian ini diperoleh dari Sistem Informasi Penelusuran Perkara (SIPP) dan Sistem Informasi Kepegawaian (SIKEP) Pengadilan Agama Sragen, dengan total 1.428 data perkara dan delapan hakim aktif. Data diproses melalui tahapan pra-pemrosesan seperti ekstraksi kata kunci, transformasi numerik menggunakan TF-IDF dan One-Hot Encoding, serta balancing data dengan teknik SMOTE. Model SVM dibangun secara terpisah untuk masing-masing posisi hakim: Ketua Majelis, Anggota 1, dan Anggota 2. Evaluasi model menunjukkan bahwa model Ketua Majelis memberikan performa terbaik dengan F1-score sebesar 63%, diikuti oleh Anggota 2 dengan 54%, sementara Anggota 1 masih perlu perbaikan lebih lanjut. Sistem ini dikembangkan menggunakan metode Waterfall, dengan implementasi berbasis web menggunakan Python dan Flask. Sistem mampu memberikan rekomendasi susunan majelis hakim berdasarkan input data perkara baru, sehingga dapat membantu mempercepat dan mengefisienkan proses penetapan hakim secara obyektif dan terstruktur. Penelitian ini membuktikan bahwa pemanfaatan machine learning dapat menjadi solusi inovatif untuk mendukung transparansi dan akuntabilitas di lingkungan peradilan.