PENERAPAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION 3 (LVQ3) UNTUK KLASIFIKASI KESULITAN BELAJAR
| Main Author: | Mustapa Hadi, - |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.uin-suska.ac.id/31012/1/Laporan%20Full.pdf http://repository.uin-suska.ac.id/31012/2/Laporan%20Bab%20V.pdf http://repository.uin-suska.ac.id/31012/ |
Daftar Isi:
- Masalah gangguan belajar pada siswa sangat sering ditemukan di sekolah. Isu tentang gangguan belajar ini, menjadi perhatian serius oleh pemerhati dan praktisi diseluruh dunia, termasuk juga di Indonesia. Prevalensi anak berkesulitan belajar yang ditemukan mencapai 6,2% dari populasi yang ada. Gangguan kesulitan belajar terbagi menjadi tida katagori yaitu Diskalkulia, Disleksia dan Disgrafia. Dalam tugas akhir ini, peneliti membangun aplikasi untuk mengklasifikasikan gangguan kesulitan belajar menggunakan metode Learning Vector Quantization 3 (LVQ 3) dengan 31 variabel masukan. Sedangkan hasil keluaran yang terdiri dari tiga kelas yaitu Diskalkulia, Disleksia dan Disgrafia. Parameter yang digunakan pada penelitian ini yaitu learning rate 0.2, 0,3 dan 0.4. Nilai window 0.2 dan 0.4. minimal learning rate 0.0001. m 0.2, pengurangan learning rate 0.01 dan maksumum epoch 1000. Perbandingan data adalah 70:30, 80:20; dan 90:10. Parameter learning rate (α) terbaik adalah 0.4 dan parameter window terbaik adalah 0.2 dan parameter m terbaik adalah 0.2 dengan hasil akurasi sebesar 100%. Dengan demikian, metode Learning Vector Quantization 3 berhasil diterapkan pada aplikasi klasifikasi kesulitan belajar. Kata kunci: Disgrafia, Diskalkulia, Disleksia, Klasifikasi, LVQ 3.