SISTEM KLASIFIKASI EKSTREMISME REMAJA DI PULAU JAWA DALAM INTERAKSI MEDIA SOSIAL MENGGUNAKAN METODE NEURAL NETWORK

Zaman sekarang, media sosial memberikan dampak positif maupun dampak negatif bagi penggunanya. Patut disoroti bahwa terhadap anak remaja yang belum memiliki kestabilan emosi media sosial dapat menjadi tempat dimana remaja menjadi pelaku maupun korban kekerasan. Maka dari itu penelitian dirancang sistem pendeteksi dini tingkat ekstremisme untuk usia kalangan remaja dengan menggunakan machine learning (ML). Penelitian ini menggunakan metode Artificial Neural Network (ANN) dengan tiga macam algoritma yaitu Levenberg-Marquardt (LM), Scaled Conjugate Gradient (SCG), dan Gradient Descent with Momentum (GDM). Data yang diolah memiliki 4 level ekstremisme, yaitu level Sangat Tinggi (ST) sebagai level I, Tinggi (T) sebagai level II, Sedang (S) sebagai level III, Rendah (R) sebagai level IV. Pada penelitian ini menggunakan kurang lebih sebanyak 1232 data yang tersebar di 4 wilayah di pulau Jawa yaitu Jawa Bagian Barat (Jakarta dan Tasikmalaya) dan Jawa Bagian Timur (Jombang dan DI Yogyakarta) yang tervalidasi oleh psikolog. Hasil terbaik pada model Levenberg Marquadrt (LM) ditunjukkan pada hidden neuron 1 yang akurasinya mencapai 100%. Pada model Scaled Conjugate Gradient (SCG) ditunjukkan pada hidden neuron 5 yang akurasinya mencapai 97,20%. Sedangkan pada model Gradient Descent with Momentum (GDM) ditunjukkan pada hidden neuron 20 yang akurasinya mencapai 56,49%.