Metode Ensemble Classifier untuk Mendeteksi Jenis Attention Deficit Hyperactivity Disorder (SDHD) pada Anak Usia Dini

Journal Title: Jurnal Teknologi Informasi dan Ilmu Komputer - Year 2019, Vol 6, Issue 3

Abstract

Pada awal masa perkembangan, beberapa anak mengalami hambatan diantaranya sulit untuk diam, sulit untuk berkonsentrasi dan mengontrol perilakunya, apabila anak mengalami gangguan pemusatan perhatian dan sulit mengontrol perilaku yang sesuai, dapat disebut dengan ADHD (Attention Deficit Hyperactive Disorder). Ini merupakan masalah yang serius dikarenakan anak penyandang ADHD mengalami masalah perilaku sosial, emosional dan mengalami kesulitan belajar sekolah sehingga akan mempengaruhi perkembangan pada masa dewasa anak penyandang ADHD. Oleh karena itu perlu diketahui gejala ADHD sejak dini, agar dapat dilakukan suatu penanganan dengan cepat dan tepat. Penelitian ini menghasilkan aplikasi yang digunakan untuk mendeteksi jenis ADHD berdasarkan gejala-gejala yang di masukkan oleh pengguna sehingga akan tampil hasil klasifikasi jenis ADHD nya secara otomatis. Aplikasi ini menggunakan metode Ensemble Classifier yaitu metode yang menggabungkan beberapa classifier agar dapat meningkatkan akurasi yang dihasilkan. Pada tahap klasifikasi setiap data akan dihitung menggunakan K-Nearest Neighbour (KNN), Fuzzy K-Nearest Neighbour (FKNN) dan Neighbour Weighted K-Nearest Neighbour (NWKNN). Hasil perhitungan ketiga classifier tersebut akan diproses kembali dengan metode Ensemble Classifier dengan menggunakan majority voting untuk penentuan klasnya. Hasil akurasi tertinggi dari metode ensemble classifier yaitu 95% dengan nilai k optimal yaitu k=10. Akan tetapi semakin besar nilai k yaitu diatas k=20 maka nilai akurasi untuk masing-masing algoritme akan semakin turun. Hal ini dikarenakan semua algoritme penentuan klasifikasinya berdasarkan jumlah ketetanggaannya. Maka semakin banyak jumlah tetangga yang diperhitungkan maka kemungkinan salah klasifikasinya semakin besar.

Authors and Affiliations

Indriati Indriati

Keywords

Related Articles

Social Media Listening pada Instagram untuk Kasus Kebakaran Hutan di Indonesia Menggunakan Graph Clustering

Social media listening merupakan salah satu metode untuk melakukan analisis media sosial berbasis graf untuk mengidentifikasi dan menilai suatu isu yang sedang banyak dibicarakan di media sosial. Penelitian ini melakukan...

Penerapan Pendekatan Human Centered Design dan CRM dalam Perancangan Antarmuka Sistem E-Complaint

Tujuan dari penelitian ini adalah untuk mengembangkan antarmuka sistem e-complaint dengan menerapkan HCD dan CRM. Komplain merupakan bentuk reaksi pelanggan terhadap produk atau jasa yang harus segera ditangani perusahaa...

Evaluasi Sistem Informasi Usaha Kecil dan Menengah (UKM) Kota Palembang

Sistem Informasi Usaha Kecil dan Menengah (UKM) Kota Palembang merupakan suatu sistem informasi yang mengakomodir para pelaku UKM di Kota Palembang dalam melakukan promosi terhadap produk atau jasa yang di lakukan oleh p...

Implementasi Metode Forward Selection pada Algoritma Support Vector Machine (SVM) dan Naive Bayes Classifier Kernel Density (Studi Kasus Klasifikasi Jalur Minat SMA)

Peminatan merupakan kegiatan yang disediakan oleh pihak sekolah yang berguna untuk mengakomodasi pilihan minat, bakat, atau kemampuan peserta didik dengan orientasi pemusatan. Penentuan jalur minat umumnya melibatkan ban...

Pengembangan Alat Bantu Komunikasi Penderita Pascastroke Menggunakan Flex Sensor dan Accelerometer

Pada tahun 2013, prevelansi penderita stroke di Indonesia sebesar 12,1 % serta merupakan penyebab kematian kedua dan penyebab disabilitas ketiga di dunia. Di Indonesia, angka kontribusi proporsional disability-adjusted l...

Download PDF file
  • EP ID EP619732
  • DOI -
  • Views 87
  • Downloads 0

How To Cite

Indriati Indriati (2019). Metode Ensemble Classifier untuk Mendeteksi Jenis Attention Deficit Hyperactivity Disorder (SDHD) pada Anak Usia Dini. Jurnal Teknologi Informasi dan Ilmu Komputer, 6(3), 301-308. https://europub.co.uk/articles/-A-619732