SISTEM PENDETEKSI LEVEL EKSTREMISME REMAJA AKIBAT PENGGUNAAN GADGET BERBASIS NEURAL NETWORK

Di era sekarang, media sosial menjadi penunjuang utama berbagai aspek kehidupan, mulai dari sosial, ekonomi, hingga pendidikan. Tidak sedikit pula kelompok radikal memanfaatkan media sosial untuk mengejar kekuasaan di internet. Yang dimana target utama yang paling rentan dipengaruhi adalah anak muda. Maka perlu dipantau dengan sistem yang dapat mendeteksi tingkat ekstremisme pada usia remaja dengan teknologi Machine Learning (ML) dan tampilan App Designer pada Matlab, agar dapat dengan mudah di akses oleh pengguna. Penelitian ini menggunakan klasifikasi Multilayer Perceptron (MLP) dengan tiga macam algoritma, yaitu Levenberg-Marquardt (LM), Scaled Conjugate Gradient (SCG), dan Gradient Descent with Momentum (GDM). Tujuan dari penelitian ini adalah untuk mengetahui hasil klasifikasi level ekstremisme remaja (13-15 tahun) melalui dataset hasil dari instrumen kuisioner dari psikolog untuk prediksi dini agar bisa dilakukannya kegiatan preventif bagi orang tua maupun tenaga ahli (psikolog). Pada penelitian ini menggunakan lebih dari 490 data yang telah tervalidasi oleh psikolog. Hasil dari penelitian ini menciptakan sistem tools dimana dapat mendeteksi tingkat ekstremisme pada remaja. Hasil akurasi terbaik didapatkan pada model Levenberg-Marquardt Hidden Neuron 1 dengan rerata akurasi 98,23%, model Scaled Conjugate Gradient Hidden Neuron 15 dengan rerata 92,81%, dan model Gradient Descent with Momentum Hidden Neuron 15 dengan rerata 57,21%.