Dalam menentukan prediksi, Peta Kebijakan memperhitungkan faktor-faktor yang berkorelasi dengan proses legislasi tersebut. Peta Kebijakan menggunakan metode regresi logistik, yaitu dengan menghitung satu model yang memprediksi apakah undang-undang tersebut akan diundangkan atau disetujui. Peta Kebijakan memilih sejumlah faktor yang masuk akal dan tampaknya signifikan secara statistik untuk menjadi model dalam menghitung probabilitas.
Setelah regresi logistik, kemudian elemen yang secara statistik tidak signifikan akan dihapus dan akan menghitung ulang model. Keluaran dari model regresi logistik adalah bobot yang diberikan pada faktor-faktor yang telah ditentukan. Skor prognosis untuk undang-undang dihitung dengan mengalikan semua faktor yang berlaku untuk undang-undang tersebut. Hasilnya adalah angka yang dapat diartikan sebagai probabilitas.
Untuk memastikan validitas progonosis terhadap RUU, Peta Kebijakan secara berkala akan melakukan pembaruan data yang dihimpun dari sumber-sumber resmi pemerintah atau DPR.
Pemetaan Menyelesaikan Masalah Kedua
Indonesia memiliki lebih dari 40 ribu peraturan perundang-undangan yang berlaku saat ini dan setidaknya di level undang-undang ada 70 UU yang saling tumpang tindih. Bank Dunia menyebutkan bahwa ketidakpastian hukum merupakan salah satu problem utama yang menghalangi roda perekonomian untuk berjalan maju. Oleh karena itu penting untuk Indonesia memiliki instrumen pemetaan peraturan yang dapat mengidentifikasi potensi tumpang tindih ke depannya.
Peta Kebijakan berupaya melakukan hal ini dengan menemukan kemiripan bahasa yang digunakan dalam legislasi serta peraturan perundang-undangan untuk memetakan hubungan antara satu aturan dengan yang lainnya. Pemetaan ini dimulai dengan mengunduh sumber data berupa teks legislasi dan peraturan perundang-undangan di website DPR dan Pemerintah.
Teks tersebut kemudian disederhanakan dengan menghilangkan bagian judul, angka, tanggal, serta pengulangan kata-kata sehingga memunculkan hanya kata kunci yang berhubungan dengan substansi aturan tersebut. Teks aturan kemudian dibandingkan dengan teks lainnya. Perbandingan dilakukan melalui algoritma yang dikembangkan pada platform R. Jika kemiripannya banyak, maka dapat diasumsikan ada potensi tumpang tindih.