Akhir-akhir ini, serangan terorisme marak terjadi di beberapa penjuru dunia. Salah satu serangan terorisme tersebut adalah serangan terorisme yang terjadi di Bali, Indonesia pada tanggal 12 Oktober 2002. Serangan ini menewaskan sekitar 202 orang dan 209 orang lainnya mengalami cidera yang cukup berat. Selain itu, maraknya serangan teroris juga ditunjukan melalui data historis bahwa terdapat lebih dari 20 serangan teroris yang telah terjadi di Indonesia dalam kurun waktu 2002 hingga 2012. Berdasarkan beberapa bukti nyata akan maraknya serangan teroris dan banyaknya korban akibat serangan tersebut, tindakan pencegahan untuk mencegah serangan teroris sebaiknya dilakukan. Akan tetapi, saat ini, tindakan pencegahan untuk mencegah serangan teroris belum banyak dikaji di beberapa penelitian di Indonesia. Sehingga, penelitian ini bertujuan untuk memberikan tindakan pencegahan dengan mengembangkan model serangan teroris di Indonesia dengan menggunakan Bayesian network. Secara umum, ada enam tahapan untuk membangun model pada penelitian ini. Tahap pertama adalah melakukan studi literatur untuk membangun Bayesian belief network awal. Tahap kedua adalah memverifikasi Bayseian belief network awal oleh para ahli dari pihak peneliti, Lembaga Swadaya Masyarakat (LSM) yang bergerak di bidang sistem keamanan nasional, Badan Nasional Penanggulangan Terorisme (BNPT) dan mantan pemimpin Jamaah Islamiyah. Tahap ketiga adalah menentukan probabilitas dalam setiap variabel yang diperoleh dari penilaian para ahli. Namun, untuk variabel berita dan kata kunci, probabilitas diperoleh dari metode text mining dengan menggunakan bantuan Weka. Tahap keempat adalah melakukan pengujian dan validasi model dengan menggunakan Genie 2.0. Model ini dikembangkan dengan menggunakan informasi sebelum bom Solo (25 September 2011), sedangkan informasi sebelum bom Cirebon (15 April 2011), bom Poso (27 Agustus 2012) dan penembakan Poso (3 Juni 2013) digunakan untuk memvalidasi model. Tahap kelima, melakukan analisis sensitivitas untuk menemukan variabel yang paling signifikan mempengaruhi ancaman teroris dengan menggunakan Netica 1,12. Tahap terakhir adalah melakukan what-if scenario untuk memberikan solusi preventif yang dapat meminimalisir terjadinya ancaman teroris. Hasil dari penelitian ini terdiri dari tiga poin utama. Pertama, terdapat sebelas variabel yang dapat mempengaruhi ancaman teroris di Indonesia. Kedua, berita dan kesiapan kelompok teroris (pendanaan, kerjasama tim dan keterampilan jihad) adalah faktor yang paling mempengaruhi terjadinya serangan teroris di Indonesia. Ketiga, semakin banyak media menyiarkan berita yang memicu aksi terorisme (positif), maka semakin tinggi kemungkinan serangan teroris akan terjadi. Oleh karena itu, berdasarkan model, tindakan pencegahan untuk mengurangi serangan teroris di Indonesia adalah dengan menjaga persentase berita positif agar kurang dari 60% dan menghindari kontak dengan anggota teroris.

Nowadays, many terrorism actions occur around the world. For instance, more convincing evidence of terrorist threat in Southeast Asia came with the devastating attacks on Bali, Indonesia on October 12. From the Bali Bombing, by roughly 202 people died and 209 people were injured. On the other hand, with respect to historical data, there are more than 20 terrorist threats during 2002 to 2012 in Indonesia. According to the massive number of violance due to the threat and the massive number of terrorist threat in Indonesia, preventive solution to eliminate terrorist threat should be applied. However, the preventive solution through studies in national security in Indonesia does not be conducted. Therefore, this study aims to provide preventive solution by developing model of terrorist threat in Indonesia by using Bayesian network. Generally, there are six stages to build the model, started from literature review to what-if scenario. Firstly, from literature review, the initial bayesian belief network can be made. Secondly, the initial bayesian belief network must be verified by the experts.This study uses four experts from researcher, Non Governmental Organization (NGO) in national security system, Indonesian government agencies known as Badan Nasional Penanggulangan Terorisme and the former of Jamaah Islamiyah leader. Thirdly, after bayesian belief network is built, joint probability in each variable is obtained from expert judgment. However, for news and keywords variable, joint probability is obtained from text mining method by using Weka. Fourthly, model testing and validating are conducted by using Genie 2.0. Model is developed by using information before Solo bombing in 25th September 2011, while information before Cirebon bombing in 15th April 2011, Poso bombing in 27th August 2012 and Poso shooting in 3th June 2013 are used for validating the model. Fifthly, to find the most significant variables influencing terrorist threat, sensitivity analysis is conducted by using Netica 1.12. Ultimately, what-if scenario is utilized to find the best scenario to provide the preventive solution for minimizing the occurance of terrorist threat. This study finds several significant findings. Firstly, there are eleven variables which can affect terrorist threat in Indonesia. Secondly, news and the readiness of terrorist group (funding, teamwork and jihad skill) are the most influencing factor which affect terrorist threat in Indonesia. Thirdly, according to several scenarios of the news portion, it can be concluded that the higher positive portion of news, the higher probability terrorist threat will occur. Therefore, the preventive solution to reduce terrorist threat in Indonesia based on the model is by keeping the positive news portion with maximum 60% and reducing contact with terrorist member.

Kata Kunci : Bayesian network, analisis keputusan, sistem keamanan nasional, analisis sensitivitas, text mining