Jagosatu.com
Serangan terorisme masih menjadi ancaman serius di Indonesia hingga saat ini.
Para peneliti kini mencoba memanfaatkan kecerdasan buatan atau Artificial Intelligence (AI) untuk memprediksi pola terorisme.
Penelitian dilakukan menggunakan metode K-Nearest Neighbor (KNN), salah satu algoritma dalam machine learning.
KNN bekerja dengan cara membandingkan data baru dengan data lama yang sudah ada untuk menemukan pola yang mirip.
Data yang dipakai dalam penelitian ini diambil dari Global Terrorism Dataset yang tersedia di Kaggle.
Dataset ini mencatat berbagai aksi teror di seluruh dunia, termasuk yang terjadi di Indonesia.
Dalam prosesnya, peneliti melakukan tahap data selection, data cleaning, dan data reduction agar data lebih akurat.
Tahap ini penting karena banyak data yang tidak lengkap atau tidak relevan yang harus disaring terlebih dahulu.
Setelah itu, dilakukan analisis menggunakan KNN dengan tambahan teknik k-fold cross-validation.
Cross-validation digunakan untuk menguji apakah model prediksi yang dibuat cukup kuat dan konsisten.
Hasil penelitian menunjukkan akurasi prediksi sebesar 88,86% pada nilai k=8.
Itu berarti hampir 9 dari 10 prediksi sistem AI ini bisa dikatakan benar.
Menurut hasil penelitian, faktor target serangan menjadi variabel paling berpengaruh dalam prediksi.
Target ini bisa berupa orang, bangunan, fasilitas publik, atau instansi tertentu yang menjadi sasaran teroris.
Sebaliknya, variabel yang kurang berpengaruh adalah crit2, yaitu kriteria teknis yang tidak selalu muncul dalam setiap serangan.
Dari analisis peta, aksi teror paling sering terjadi di Aceh, Poso, Maluku, Papua, dan Pulau Jawa.
Sedangkan wilayah dengan tingkat teror terendah adalah Kalimantan, menurut temuan peneliti.
Penelitian ini membuktikan bahwa AI dapat membantu aparat keamanan dalam mendeteksi potensi ancaman.
Dengan prediksi yang mendekati sempurna, masyarakat bisa lebih waspada dan aparat bisa lebih siap.
Jika diterapkan lebih luas, teknologi ini bisa menjadi salah satu alat penting menjaga keamanan nasional.
(anl)
Editor : ALengkong