Khasyogi, Mohammad (2013) IMPLEMENTASI ALGORITMA ENTROPY PADA METODE CERTAINTY FACTOR (CF) DALAM SISTEM PAKAR UNTUK DETEKSI DINI DISLEKSIA. S1 thesis, Universitas Pendidikan Indonesia.
|
Text
S_KOM_0607900_Title.pdf Download (250kB) | Preview |
|
|
Text
S_KOM_0607900_Abstract.pdf Download (77kB) | Preview |
|
|
Text
S_KOM_0607900_Table of Content.pdf Download (237kB) | Preview |
|
|
Text
S_KOM_0607900_CHAPTER 1.pdf Download (253kB) | Preview |
|
![[img]](http://repository.upi.edu/style/images/fileicons/text.png) |
Text
S_KOM_0607900_CHAPTER 2.pdf Restricted to Staf Perpustakaan Download (503kB) |
|
|
Text
S_KOM_0607900_CHAPTER 3.pdf Download (381kB) | Preview |
|
|
Text
S_KOM_0607900_CHAPTER 4.pdf Restricted to Staf Perpustakaan Download (836kB) |
|
|
Text
S_KOM_0607900_CHAPTER 5.pdf Download (155kB) | Preview |
|
|
Text
S_KOM_0607900_Bibliography.pdf Download (80kB) | Preview |
|
|
Text
S_KOM_0607900_Appendix.pdf Restricted to Staf Perpustakaan Download (344kB) |
Abstract
Disleksia merupakan salahsatu kesulitan belajar spesifik yang belum diketahui oleh banyak orang sekarang ini. Kesadaran akan disleksia yang minim tersebut menyebabkan banyaknya anak disleksia yang belum terdeteksi. Keterlambatan deteksi terhadap anak disleksia mengakibatkan dampak yang sangat buruk untuk anak disleksia dimasa dewasanya. Untuk mencegah keterlambatan deteksi akan disleksia ini memerlukan pakar untuk mendiagnosanya. Untuk membantu pakar dalam mendiagnosa, akan dibangun sebuah sistem pakar pendeteksi dini disleksia sebagai langkah awal untuk mendeteksi disleksia pada usia 5-7 tahun. Pada sistem pakar deteksi dini disleksia ini akan menggunakan metode Certainty Factor (CF). Metode CF tersebut dapat menghasilkan keluaran berupa nilai persentase seberapa parah disleksia anak tersebut. Pada Metode CF memerlukan nilai Measure of Believe (MB) dan Measure of Disbelieve (MD). Untuk mencari nilai MD dan MB tersebut akan menggunakan Algoritma Entropy. Algoritma Entropy merupakan algoritma yang dipakai pada Maximum Entropy. Maximum entropy tersebut salahsatu dari metode Machine Learning. Aplikasi yang dibangun berdasarkan implementasi algoritma Entropy pada metode Certainty Factor tersebut dapat mendeteksi seberapa berat disleksia pada anak yang dideteksi tersebut. Outputnya berupa Kelas A, B, C, D dan E. A merupakan kelas yang paling berat dab E merupakan kelas untuk tidak terdeteksinya disleksia. Kata kunci :Entropy, Certainty Factor, CF, Disleksia Dyslexia is a specific learning difficulties that is not known by many people nowadays. Minimal awareness of dyslexia that causes many dyslexic children who have not been detected. The delay resulted in the detection of a dyslexic child disastrous consequences for the child's future adult dyslexia. To prevent delay in detection of dyslexia this would require an expert to diagnose. To assist experts in diagnosing, will build an expert system of early detection of dyslexia as a first step for detecting dyslexia at the age of 5-7 years. At the early detection of dyslexia expert system will use a method Certainty Factor (CF). The CF method can produce the output of the percentage value of how severe the dyslexic child. In the CF method requires Believe Measure of value (MB) and the Measure of Disbelieve (MD). To find the value of MD and MB will use Entropy algorithm. Entropy algorithm is an algorithm used in the Maximum Entropy. The maximum entropy of one of the main methods of machine learning. pplications built by Entropy algorithm implementation on Certainty Factor method is able to detect the severity of dyslexia in children who are detected. The output is Class A, B, C, D and E. A is the most severe class of f E is the class for no detection of dyslexia Kata kunci :Entropy, Certainty Factor, CF, Dyslexia
| Item Type: | Thesis (S1) |
|---|---|
| Subjects: | Universitas Pendidikan Indonesia > Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer |
| Divisions: | Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer |
| Depositing User: | DAM STAF Editor |
| Date Deposited: | 10 Feb 2014 05:54 |
| Last Modified: | 10 Feb 2014 05:54 |
| URI: | http://repository.upi.edu/id/eprint/6291 |
Actions (login required)
 |
View Item |