Penulis Utama : Yulia Ery Kurniawati
Penulis Tambahan : -
NIM / NIP : M0508127
Tahun : 2013
Judul : Alat Bantu Penentu Fase Tumbuh Kembang Anak Berdasarkan Instrumen Tes Denver Ii Menggunakan Metode Naïve Bayes Classifier
Edisi :
Imprint : Surakarta - F.MIPA - 2013
Kolasi :
Sumber : UNS-F.MIPA Jur Informatika-M0508127 -2013
Subyek : DETEKSI DINI TUMBUH KEMBANG ANAK
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Abstrak : Pertumbuhan Dan Perkembangan Yang Dialami Manusia Mengharuskan Untuk Selalu Peka Terhadap Perubahan Dan Menyesuaikan Diri Pada Perubahan Tersebut. Pada Tiap Jenjang Perkembangan Manusia Memiliki Tugas Untuk Diselesaikan Sehingga Keterlambatan Sangat Tidak Diharapkan Karena Akan Mempengaruhi Perkembangan Pada Tahap Selanjutnya. Keterlambatan Tumbuh Kembang Sangat Tidak Diharapkan Terjadi Pada Anak-Anak, Sehingga Harus Diidentifikasi Dan Ditangani Sedini Mungkin Supaya Perkembangan Mereka Tidak Terganggu. Berdasarkan Pada Tes Denver Ii, Dirancang Suatu Aplikasi Modifikasi Tes Denver Ii Dengan Tetap Memperggunakan Item-Item Pertanyaan Yang Ada. Modifikasi Yang Dilakukan Bertujuan Untuk Menghemat Waktu Pelaksanaan Dengan Memberikan Pertanyaan Langsung Pada Usia Anak, Untuk Konfirmasi Hasil Tes Pada Usia Anak Diberikan Pertanyaan Di Bawah Dan Di Atas Usia Anak Pada Setiap Sektor Perkembangan. Hasil Tes Dari Keempat Sektor Perkembangan Kemudian Dihitung Untuk Mendapatkan Prediksi Hasil Akhir Tes. Metode Decision Tree Tidak Memungkinkan Digunakan Dalam Pengambilan Keputusan Dikarenakan Nilai Gain Dari Keempat Atribut Memiliki Nilai Yang Sama Sehingga Tidak Dapat Digunakan Sebagai Dasar Pembentukan Pohon Keputusan. Sehingga Metode Yang Digunakan Dalam Perhitungan Prediksi Adalah Metode Naïve Bayes Classifier Karena Keempat Atribut Yang Digunakan Merupakan Atribut Yang Saling Bebas (Independence). Metode Ini Dipilih Karena Merupakan Metode Yang Baik Di Dalam Mesin Pembelajaran Berdasarkan Data Learning, Dengan Menggunakan Probabilitas Bersyarat Sebagai Dasarnya Selain Itu Naïve Bayes Classifier Juga Memiliki Kecepatan Yang Sangat Cepat, Ketepatan Yang Baik Untuk Semua Data Dan Transparansi Yang Tanpa Aturan. Hasil Evaluasi Data Learning Sejumlah 259 Data Menggunakan Weka Dengan Metode Naïve Bayes Classifier Menunjukkan Bahwa Confusion Matrix Data Learning Diperoleh Tp Sebesar 48, Tn Sebesar 211, Dan Fp Dan Fn Masing-Masing Bernilai 0. Berdasarkan Hasil Tersebut Maka Dapat Disimpulkan Bahwa Akurasi Dari Data Learning Sebesar 100%. Dari Pengujian Tes Setiap Sektor Perkembangan Yang Telah Dilakukan Dengan Data Tes Sebanyak 15 Data Tes Denver Ii Dari Anak Rentang Usia Antara 0 Hingga 24 Bulan, Didapatkan Akurasi Yang Cukup Baik Untuk Tes Tiap Sektor Perkembangan Yaitu Akurasi Sebesar 88% Atau Tingkat Kesalahan Sebesar 12% Dan Akurasi Hasil Kesimpulan Tes Sebesar 80% Atau Tingkat Kesalahan 20%.
File Dokumen : abstrak.pdf
Harus menjadi member dan login terlebih dahulu untuk bisa download.
YULIA ERY KURNIAWATI-M0508127.pdf
IMAGE0008.JPG
File Dokumen : -
Status : Public
Pembimbing : 1. Ristu Saptono, S.Si., M.T
2. Umi Salamah, S.Si, M.Kom
Catatan Umum :
Fakultas : Fak. MIPA