SISTEM PENDETEKSI LEVEL EKSTREMISME REMAJA SMA AKIBAT PENGGUNAAN GADGET BERBASIS NEURAL NETWORK

Di era sekarang banyak intoleransi dan radikalisme meningkat dari waktu ke waktu. Salah satu faktor yang berdampak besar dari meningkatnya intoleransi dan radikalisme adalah ujaran kebencian melalui media sosial. Meningkatnya intoleransi dan radikalisme tidak dibarengi dengan tren meningkatnya aksi terorisme. Tindakan radikalisme sebagai kejahatan kemanusiaan (crime humanity) lintas negara acapkali pelakunya mengatasnamakan jihad dan pembelaan. Namun tidak sedikit pemerintah telah menindak lanjut perilaku tersebut tetapi, langkah tindakan masih belum cukup untuk pencegahan. Oleh karena itu, perlu adanya sistem sebagai pendeteksi tindakan radikalisme dan ektremisme pada era sekarang khususnya remaja menggunakan teknologi yang ada seperti Neural Network dan App Designer pada Matlab. Penelitian ini menggunakan metode Artificial Neural Networks (ANN) dengan tiga algoritma, yaitu Levenberg-Marquardt (LM), Conjugate Gradient Fletcher-Reeves (CGF), dan Bayesian Regularization (BR). Tujuan dari penelitian ini untuk mengetahui hasil klasifikasi level ekstremisme remaja (15-16 tahun) melalui data pengisian instrumen (40 fitur) dari psikolog untuk prediksi dini agar bisa dilakukan kegiatan preventif bagi orang tua. Pada penelitian ini menggunakan lebih dari 600 data yang telah tervalidasi oleh psikolog. Hasil dari penelitian ini berupa implementasi tampilan Matlab Apps Designer dengan data klasifikasi Multilayer Perceptron (MLP). Hasil akurasi training terbaik didapatkan pada model LM dan BR Hidden Neuron 1 dengan akurasi 100