Technologia: Jurnal Ilmiah
Vol 16 No 3 (2025): Technologia (Juli)

SISTEM KlASIFIKASI KONTEN RADIKAL WEBSITE DAKWAH MENGGUNAKAN ALGORITMA KNN

Samsul Rani (UIN Antasari Banjarmasin)
Rabiatul Aslamiah (UIN Antasari Banjarmasin)
Amrullah Amrullah (UIN Antasari Banjarmasin)
Munsyi M.T (UIN Antasari Banjarmasin)



Article Info

Publish Date
21 Jul 2025

Abstract

Penelitian ini membahas klasifikasi konten radikal dalam Da'wah Indonesia di Website Da’wah dengan menggunakan teknik text mining. Kami mengimplementasikan aplikasi mesin pencari konten menggunakan PHP, yang bersifat open-source dan dapat diakses di berbagai sistem operasi. Sistem ini memproses query dengan melakukan text mining dan membandingkan hasilnya dengan kata kunci yang disimpan dalam database, mengklasifikasikan konten ke dalam kategori yang telah ditentukan sebelumnya: Merah, Kuning, Hijau, dan Putih. Proses klasifikasi dilakukan dengan memberi label secara manual pada konten berdasarkan data dari Kementerian Komunikasi dan Informatika, yang menghasilkan 126 artikel berita yang diberi label. Algoritma K-Nearest Neighbors (K-NN) digunakan untuk klasifikasi, dengan nilai k optimal 7, yang mencapai tingkat akurasi sebesar 66,37%, menunjukkan keandalan algoritma dalam mengklasifikasikan konten radikal dibandingkan dengan metode manual. Pengujian dilakukan dengan text mining untuk mengekstraksi kata-kata signifikan dari konten berita, kemudian menghitung jarak Euclidean untuk klasifikasi. Matriks kebingungannya digunakan untuk mengukur akurasi klasifikasi, dengan kelas "Putih" mencapai nilai presisi dan recall tertinggi. Kinerja sistem menunjukkan waktu pemrosesan 0,704 detik per tugas klasifikasi dan penggunaan memori sebesar 884.656 byte, yang menyoroti efisiensi algoritma namun juga menunjukkan area yang perlu dioptimalkan. Peningkatan di masa depan meliputi penambahan fungsi identifikasi sinonim untuk kata kunci Bahasa Indonesia guna meningkatkan akurasi klasifikasi dan melibatkan para ahli dalam penentuan tema konten radikal. Menggabungkan algoritma K-NN dengan teknik machine learning lain seperti Naive Bayes, SVM, Decision Tree, dan Neural Network dapat lebih meningkatkan akurasi. Selain itu, memperluas sistem untuk digunakan pada server proxy, platform mobile, dan aplikasi lainnya akan meningkatkan fleksibilitasnya dalam mendeteksi dan mengklasifikasikan konten radikal. Penelitian ini berkontribusi pada pemahaman dan pengembangan sistem untuk mendeteksi konten radikal di website da’wah, dengan menekankan perlunya adaptasi dan perbaikan berkelanjutan seiring dengan taktik radikalisasi online yang terus berkembang.

Copyrights © 2025






Journal Info

Abbrev

JIT

Publisher

Subject

Computer Science & IT

Description

Technologia: Jurnal Ilmiah adalah wadah informasi, hasil penelitian, dan tulisan terkait bidang Teknik Informatika dan Sistem Informasi yang dikelola oleh Fakultas Teknologi Informasi Universitas Islam Kalimantan Muhammad Arsyad Al Banjari. Frekuensi terbitan pada jurnal ini 4 kali dalam setahun ...