Diagnosa Awal Disgrafia pada Anak Menggunakan Metode Bacpropagation

Authors

  • Aji Pangestu Adek UIN Suska Riau
  • Fadhilah Syafria UIN Sultan Syarif Kasim Riau
  • Elin Haerani UIN Sultan Syarif Kasim Riau
  • Elvia Budianita UIN Sultan Syarif Kasim Riau

DOI:

https://doi.org/10.52072/unitek.v15i2.391

Keywords:

Gangguan Belajar, Backpropagaion, Disgrafia

Abstract

Gangguan belajar merupakan suatu gangguan dasar dalam psikologis yang meliputi penggunaan pemahaman bahasa tulisan. Gangguan belajar yang termasuk dalam klasifikasi gangguan belajar akademik adalah disgrafia. Disgrafia merupakan gangguan khusus dimana anak tidak dapat mengekspresikan pikirannya kedalam bentuk tulisan, karena tidak dapat mengkoordinasikan motorik halusnya untuk menulis dan menyusun kata dengan benar. Diagnosa awal disgrafia pada anak terdiri atas disgrafia dan tidak disgrafia. Diagnosa ini menggunakan 31 variabel inputan menggunakan metode Backpropagation dengan menggunakan data yang berjumlah 150 data. Dari pengujian yang dilakukan didapatkan hasil menggunakan learning rate 0.1 dan 0.01, maks epoch 500 dengan arsitektur jaringan syaraf tiruan 31-31-1 dengan pembagian data 90:10 menghasilkan nilai akurasi sebesar 100% serta pada pembagian data 80:20 menggunakan learning rate 0.1, maks epoch 500 dengan arsitektur jaringan syaraf tiruan 31-31-1 menghasilkan nilai akurasi sebesar 100%. Maka dapat disimpulkan bahwa diagnosa disgrafia pada anak dengan backpropagation dapat dilakukan sangat baik.

Downloads

Download data is not yet available.

References

Abdurrahman, M. (2010). Pendidikan Bagi Anak Berkesulitan Belajar. Jakarta: PT Asdi Mahasatya.

Bandi Delphie. (2006). Pembelajaran Anak Berkebutuhan Khusus. Refika Aditama.

Damayanti, F. (2022). Optimasi Fungsi Pembelajaran Backpropagation dalam Mengklasifikasikan Pasien Kanker Paru Pasca Operasi. Jurnal Unitek, 15(1), 2580–2582.

Guntoro, Costaner, L., & L. (2019). Prediksi Jumlah Kendaraan di Provinsi Riau Menggunakan Metode Backpropagation. Jurnal Ilmiah Ilmu Komputer, 14(1), 51–57.

Kusbianto, D., Aji, P., Khotimah, N., & Malang, P. N. (2014). Prediksi Diskalkulia Menggunakan Jaringan Syaraf. 6(1).

Kuswanto, J., & Dapiokta, J. (2022). Penerapan Metode Forward Chaining Untuk Diagnosa Penyakit Pneumonia. Jurnal Unitek, 15(1), 2580–2582.

Lestari, Y. D. (2017). Jaringan syaraf tiruan untuk prediksi penjualan jamur menggunakan algoritma backropagation. Jurnal ISD, 2(1), 40–46.

Pratama, E. R., & Darmawan, J. .B. (2021). Klasifikasi Status Gizi Balita Menguanakan Jaringan Syaraf Tiruan Backpropagation. Prosiding Seminar Nasional, 1–10.

Sutojo, T., Mulyanto, E., & Suhartono, V. (2011). Kecerdasan Buatan. Komputer - Perangkat Lunak, Andi Publisher (B. Rini (Ed.); 1st Ed.).

Yanti, N., Fariati, Y., Buadianita, E., & Sanjaya, S. (2020). Klasifikasi Retardasi Mental Anak Menggunakan Backpropagation Momentum. 72–78.

Downloads

Published

2022-12-27

How to Cite

Adek, A., Syafria, F., Haerani, E., & Budianita, E. (2022). Diagnosa Awal Disgrafia pada Anak Menggunakan Metode Bacpropagation. JURNAL UNITEK, 15(2), 123–132. https://doi.org/10.52072/unitek.v15i2.391