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

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

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...

Kerangka Kerja Sistem Informasi Eksekutif Perguruan Tinggi

Perguruan tinggi swasta di Palembang dalam membangun SIE/sistem informasi eksekutif Nya secara sendiri-sendiri dan belum ada pedoman yang digunakan sebagai acuan, walaupun diketahui proses bisnis sistem informasi akademi...

Evaluasi Berbasis Kriteria untuk Kesusksesan Implementasi Sistem Informasi Kesehatan Berdasarkan Delone and Mclean Model

Penelitian bertujuan untuk mengevaluasi kesuksesan implementasi sistem informasi kesehatan (Homedika.com). Pengukuran dilakukan berdasarkan DeLone & McLean Model. Pengumpulan data dilakukan melalui kuesioner yang telah l...

Penerapan Library AR.js pada Aplikasi e-Label Batik untuk Mendukung Kejelasan dan Kecepatan Tampilnya Informasi Keaslian Batik

Industri batik printing memproduksi tekstil bermotif batik dengan cara menduplikasinya melalui mesin-mesin printing, sehingga proses pengerjaannya bisa lebih cepat serta harga jual yang lebih murah dan ini memberikan anc...

Sistem Informasi Monitoring dan Evaluasi Bidikmisi

Beasiswa merupakan bantuan biaya untuk menunjang proses pendidikan, bidikmisi merupakan salah satu program beasiswa yang diberikan pemerintah melalui Direktorat Jendral Pendidikan Tinggi (DITJEN DIKTI) Kementrian Riset T...

Download PDF file
  • EP ID EP619732
  • DOI -
  • Views 86
  • 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