Diagnosa Awal Disgrafia pada Anak Menggunakan Metode Bacpropagation

Penulis

  • Aji Pangestu UIN Sultan Syarif Kasim 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

Kata Kunci:

Gangguan Belajar, Backpropagaion, Disgrafia

Abstrak

Gangguan Belajar secara umum adalah ketidakmampuan dalam belajar. Gangguan belajar adalah suatu gangguan dalam satu atau lebih dari proses psikologis dasar yang mencakup pemahaman dan penggunaan bahasa ajaran atau tulisan. Salah satu jenis gangguan belajar yang termasuk dalam klasifikasi gangguan belajar akademik adalah gangguan belajar menulis atau disgrafia. Disgrafia adalah gangguan khusus dimana anak-anak tidak bisa menuliskan atau mengekspresikan pikirannya kedalam bentuk tulisan, karena mereka tidak bisa menyuruh atau menyusun kata dengan baik dan mengkoordinasikan motorik halusnya (tangan) untuk menulis. Diagnosa awal disgrafia pada anak terdiri atas disgrafia dan tidak disgrafia. Diagnosa ini menggunakan 31 variabel masukan menggunakan metode Backpropagation dengan jumlah data yang digunakan 150 data. Dari pengujian yang dilakukan didapatkan hasil dengan learning rate 0.01 dan 0.1, maks epoch 500 dengan arsitektur jaringan syaraf tiruan 31-31-1 dan pembagian data 90:10 menghasilkan nilai akurasi 100% serta pada pembagian data 80:20 dengan learning rate 0.1, maks epoch 500 dengan arsitektur jaringan syaraf tiruan 31-31-1 menghasilkan nilai akurasi 100%. Sehingga dapat disimpulkan bahwa Backpropagation dapat melakukan diagnosa disgrafia pada anak dengan sangat baik.

Unduhan

Data unduhan belum tersedia.

Referensi

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.

##submission.downloads##

Diterbitkan

2022-12-27

Cara Mengutip

Pangestu, 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

Terbitan

Bagian

Articles