Penelitian ini bertujuan untuk membangun metode prediksi tingkat keamanan
wilayah terhadap kasus pencurian menggunakan pendekatan machine learning. Data
yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari
laporan kasus pencurian Polsek Merapi barat polres lahat polda sumsel sebanyak
4.590 data pada periode tahun 2021 hingga 2024. Sepuluh variabel relevan dipilih
sebagai fitur dan tiga kategori tingkat keamanan (rendah, sedang, Tinggi) digunakan
sebagai kelas target. Proses pra-pemrosesan data meliputi pembersihan data,
transformasi variabel, dan label encoding. Algoritma yang digunakan adalah Naive
Bayes dengan pembagian data latih sebesar 70% dan data uji sebesar 30%. Hasil
pengujian menunjukkan bahwa metode Naive Bayes mampu memprediksi tingkat
keamanan wilayah dengan nilai akurasi sebesar 76,09%. Metode menunjukkan
performa terbaik pada kelas tingkat keamanan Tinggi, sedangkan kelas rendah
memiliki performa yang lebih rendah akibat distribusi data yang tidak seimbang.
Penelitian ini menunjukkan bahwa data laporan kasus kepolisian dapat dimanfaatkan
untuk mendukung analisis risiko berbasis data dan berpotensi diterapkan sebagai alat
bantu dalam pengambilan keputusan preventif oleh aparat kepolisian.
Kata kunci: Tingkat Keamanan, Naive Bayes, Prediksi