SISTEM PENDUKUNG KEPUTUSAN PENENTUAN TINGKAT RADIKALISME MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM
Notice bibliographique
Résumé
Radikalisme berkembang begitu pesat. Hal ini menjadi pekerjaan rumah bagi kita semua agar ideologi radikal tidak semakin meluas. Maka perlu dibuatnya suatu pendekatan untuk membuat keputusan terkait tingkat pemahaman radikalisme tersebut apakah memiliki pemahaman tersebut atau tidak. Hal yang berkaitan dengan ideologi radikalisme ada 4 yaitu 1. Toleransi, 2. Sosial, Ekonomi, dan Politik, 3. Pemahaman Budaya dan 4. Nilai Keagamaan. 4 Perkara yang telah disebutkan dijadikan sebagai Parameter. Dalam menentukan parameter, peneliti melakukan studi literatur. Dalam parameter tersebut, masing-masing memiliki sub parameter, pada parameter Toleransi memiliki 4 sub parameter, parameter Sosial, Ekonomi, Politik memiliki 4 sub parameter, parameter Budaya memiliki 3 sub parameter, parameter Keagamaan memiliki 4 sub parameter. Metode yang digunakan dalam penelitian ini adalah Fuzzy Inference System. Fuzzy Inference System memiliki 4 proses diantaranya adalah fuzzifikasi, inference system, defuzzifikasi, dan rule base. Hasil dari penelitian ini adalah sebuah keputusan, yang dimana terdapat 3 kriteria keputusan yaitu Moderat, Konservatif dan Radikal. Kata Kunci: Radikalisme, Parameter, Fuzzy Inference System
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».