KLASIFIKASI PENYIMPANGAN TUMBUH KEMBANG ANAK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK ( CNN )
Total View This Week0
Total View This Week0
Institusion
Universitas Panca Marga
Author
HAIRON, AHMAD
Subject
Fakultas Teknik
Datestamp
2021-05-06 04:44:02
Abstract :
Perkembangan pada anak usia dini sangat mempengaruhi kualitas dan kemampuan pribadi anak. Namun perkembangan setiap anak berbeda beda karena memiliki keunikan masing - masing. Dalam proses identifikasi untuk mengetahui penyimpangan tumbuh kembang anak selama ini hanya dapat dilakukan oleh tenaga medis khususnya Bidan. Untuk memudahkan para orang tua dalam mengetahui perkembangan anak Maka dibuatkan sistem terkomputerisasi dengan Ilmu Machine Learning Metode Convolutional Neural Network (CNN). Metode Convolutional Neural Network mampu menangani masalah klasifikasi tumbuh kembang anak, dengan harapan penelitian yang dilakukan dengan menggunakan metode Convolutional Neural Network ini dapat membantu mendampingi tumbuh kembang anak. Metode pengumpulan data yang digunakan dalam pembuatan aplikasi adalah penyebaran kuesioner pertanyaan ke Sekolah Luar Biasa (SLB) di kabupaten probolinggo. Dalam pembuatan aplikasi menggunakan bahasa pemrograman Python dengan percobaan menghasilkan tingkat akurasi klasifikasi penyimpangan tumbuh kembang anak mencapai 98.8 %.
Perkembangan pada anak usia dini sangat mempengaruhi kualitas dan kemampuan pribadi anak. Namun perkembangan setiap anak berbeda beda karena memiliki keunikan masing - masing. Dalam proses identifikasi untuk mengetahui penyimpangan tumbuh kembang anak selama ini hanya dapat dilakukan oleh tenaga medis khususnya Bidan. Untuk memudahkan para orang tua dalam mengetahui perkembangan anak Maka dibuatkan sistem terkomputerisasi dengan Ilmu Machine Learning Metode Convolutional Neural Network (CNN). Metode Convolutional Neural Network mampu menangani masalah klasifikasi tumbuh kembang anak, dengan harapan penelitian yang dilakukan dengan menggunakan metode Convolutional Neural Network ini dapat membantu mendampingi tumbuh kembang anak. Metode pengumpulan data yang digunakan dalam pembuatan aplikasi adalah penyebaran kuesioner pertanyaan ke Sekolah Luar Biasa (SLB) di kabupaten probolinggo. Dalam pembuatan aplikasi menggunakan bahasa pemrograman Python dengan percobaan menghasilkan tingkat akurasi klasifikasi penyimpangan tumbuh kembang anak mencapai 98.8 %.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
