SISTEM PENDETEKSI LEVEL EKSTREMISME REMAJA DI PULAU JAWA AKIBAT PENGGUNAAN GADGET BERBASIS NEURO NETWORK

Di masa sekarang ini, telah banyak kelompok radikal memanfaatkan platform media sosial untuk mengejar kekuasaan di internet. Mereka berfokus pada anak muda. Penyedia platform dan pemerintah telah melakukan sejumlah tindakan pencegahan. Namun, tampaknya langkah � langkah yang diambil belumlah cukup. Maka perlu dipantau dengan sistem yang dapat mengkategorikan tingkat ekstremisme pada usia remaja dengan teknologi Machine Learning (ML) dan tampilan App Designer pada Matlab, agar dapat dengan mudah di akses pengguna. Penelitian ini menggunakan metode Artificial Neural Network (ANN) dengan tiga macam algortima, yaitu Levenberg-Marquardt backpropagation (LM), BFGS Quasi-Newton backpropagation (BFG), dan Conjugate Gradient backpropagation with Polak-Ribiere Updates (CGP). Tujuan dari penelitian ini ialah untuk mengetahui hasil klasifikasi level ekstremisme remaja melalui dataset hasil wawancara untuk prediksi dini agar bisa dilakukan kegiatan preventif bagi orang tua maupun tenaga medis. Pada penelitian ini menggunakan lebih dari 800 data yang telah tervalidasi oleh psikolog. Hasil dari penelitian ini ialah implementasi sehari � hari berupa tampilan Matlab App Designer dengan data training hasil klasifikasi Multilayer Perceptron. Hasil akurasi terbaik didapatkan oleh model LM Hidden Neuron 1 dengan rerata akurasi 100%, model BFG Hidden Neuron 15 dengan rerata akurasi 94,5%, dan model CGP Hidden Neuron 20 dengan rerata akurasi 95,6%.