Identifikasi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)

Penulis

  • Putri Nur Fadila Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya
  • Indriati . Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya
  • Dian Eka Ratnawati Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya

DOI:

https://doi.org/10.25126/jtiik.201633195

Abstrak

Abstrak

Fase pertumbuhan dan perkembangan merupakan fase terpenting pada manusia, khususnya pada anak usia dini. Pertumbuhan dan perkembangan pada anak mempengaruhi bagaimana seorang anak tersebut ketika mencapai dewasa baik dari segi mental, fisik, maupun kecerdasaannya. Tentunya tidak semua anak mengalami perkembangan yang normal, bisa saja ada yang mengalami gangguan perkembangan. Salah satu gangguan perkembangan yang sering dialami pada anak usia dini adalah ADHD (Attention Deficit Hyperactivity Disorder). Untuk ADHD sendiri terdapat tiga jenis yaitu Inattention, Impulsif, dan Hyperactivity. Pada penelitian ini akan dilakukan identifikasi jenis ADHD berdasarkan gejala yang muncul menggunakan metode klasifikasi Neighbor Weigted K-Nearest Neighbor (NWKNN). Metode NWKNN merupakan metode perkembangan dari metode KNN, yang membedakan adalah pada NWKNN terdapat proses pembobotan terhadap setiap jenis yang akan di klasifikasikan. Pada penelitian ini akan dilakukan identifikasi jenis yang terdiri atas 4 jenis meliputi Inattention, Impulsif, Hyperactivity, dan Tidak ADHD. Hasil dari penelitian ini menunjukkan bahwa metode NWKNN dapat melakukan identifikasi jenis ADHD dengan baik ketika data latih yang digunakan sebanyak 80 data dengan data uji sebanyak 20 data, nilai K=10, dan nilai E=4 dengan hasil akurasinya mencapai 95%. Pada penelitian ini juga membuktikan bahwa metode NWKNN memiliki rata-rata akurasi 2% lebih baik dibandingkan metode KNN dalam melakukan identifikasi jenis ADHD

Kata Kunci: Perkembangan, Anak Usia Dini, ADHD, dan Metode NWKNN

Abstract

Growth and development are the most important fase for human, especially for early age children. Growth and development indeed give an influence on how the child in mentalism, physical and shrewdness aspect when they are getting older. Not every children has a normal development, some of them can have development disruption. One of development disruptions that happen often for early age children is ADHD (Attention Deficit Hyperactivity Disorder). For ADHD, it has three kinds, which are inattention, impulsif and hyperactivity. In this research, the researcher will detect the kind of ADHD based on symptom arise using Neighbor Weigted K-Nearest Neighbor (NWKNN) method. NWKNN method is one of development methods from KNN method, the different is on NWKNN there is integrity process on every kind which being classified. In this research, there will be done some identification kind which consist of 4 kinds, Inattention, Implusif, Hyperactivity and not ADHD. The result of this research shows that NWKNN method able to done the ADHD identification well when data consist of 80 data training, 20 data testing, K score=10, and E score=4 with accuracy result that reach 95%. In this research also prove that NWKNN method have an accuracy of 2% better than KNN method to detect kind of ADHD.

Keywords: Development, Early Age Children, ADHD, and NWKNN Method

Downloads

Download data is not yet available.

Referensi

DAO, S. D. & MARIAN, R. 2011. Optimisation of precedence-constrained production sequencing and scheduling using genetic algorithms. Proceedings of the International Multi Conference of Engineers and Computer Scientists, 16-18 March, Hong Kong.

GEN, M. & CHENG, R. 2000. Genetic Algorithms and Engineering Optimization. John Wiley & Sons, Inc., New York.

LILIANA, D. Y. & MAHMUDY, W. F. 2006. Penerapan Algoritma Genetika pada Otomatisasi Penjadwalan Kuliah. Laporan Penelitian DPP/SPP. FMIPA Universitas Brawijaya, Malang.

MARIAN, R. M., LUONG, L. & DAO, S. D. 2012. Hybrid genetic algorithm optimisation of distribution networks—a comparative study. Dalam: AO, S. I., CASTILLO, O. & HUANG, X. (editor.) Intelligent Control and Innovative Computing. Springer, US.

PHANDEN, R. K., JAIN, A. & VERMA, R. 2013. An approach for integration of process planning and scheduling. International Journal of Computer Integrated Manufacturing, 26(4), 284-302.

RIDOK, A. 2014. Peringkasan dokumen Bahasa Indonesia berbasis non-negative matrix factorization. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 1(1), 39-44.

TALA, F. Z. 2003. A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia. Ph.D. Thesis. Universiteit van Amsterdam.

WANG, L. 2007. Process planning and scheduling for distributed manufacturing. Springer, London.

WIBAWA, A. P., NAFALSKI, A. & MAHMUDY, W. F. 2013. Javanese `speech levels machine translation: improved parallel text alignment based on impossible pair limitation. IEEE International Conference on Computational Intelligence and Cybernetics, 3-4 December, Yogyakarta, Indonesia. 16-20.

Unduhan

Diterbitkan

08-09-2016

Terbitan

Bagian

Teknologi Informasi

Cara Mengutip

Identifikasi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN). (2016). Jurnal Teknologi Informasi Dan Ilmu Komputer, 3(3), 193-200. https://doi.org/10.25126/jtiik.201633195