Penulis: Agus Nursikuwagus; Nevisa R. Andani; Tono Hartono
Abstrak
Anak berkebutuhan khusus cenderung memiliki kemampuan dengan latar belakang kepribadian yang unik dan berbeda dari anak-anak lain. Guru menghadapi kesulitan dalam memprediksi tingkat keterlambatan anak. Keterbatasan inferensi manusia menjadi kendala utama dalam masalah ini. Terkait hal ini, penelitian ini diarahkan untuk mengatasi keterbatasan tersebut dengan mengembangkan perangkat lunak untuk menyimpulkan pengetahuan sebelumnya dan memberikan informasi untuk memprediksi tingkat keterlambatan. Tujuan penelitian ini adalah untuk membantu guru dalam memprediksi dan memperoleh tingkat keterlambatan dengan penegasan pengetahuan sebelumnya yang membangun model pengetahuan dalam inferensi rantai maju. Kami menggunakan metode inferensi rantai maju untuk mencocokkan tingkat keterlambatan dengan faktor kepastian. Manfaat faktor kepastian adalah proses penerapan pada perhitungan numerik dengan rumus yang menyusun nilai kepastian dan aturan dari pengetahuan sebelumnya. Penggabungan aturan IF-THEN dan perhitungan faktor kepastian telah memberikan nilai yang mendekati tepat, berkisar antara 0 hingga 1. Studi ini dirumuskan untuk setiap pengetahuan awal dengan nilai prediksi ahli. Kami membangun 35 aturan dari pengetahuan awal dan menyusun aturan IF-THEN. Hasil penelitian ini adalah perangkat lunak prediksi yang dapat mengukur tingkat keterlambatan perkembangan anak. Dampak dari penelitian ini adalah guru dapat memperoleh tingkat keterlambatan perkembangan yang tepat dan menentukan perawatan yang akan diberikan. © Fakultas Teknik, Universitas Taylor
Kata kunci penulis
Faktor kepastian; Keterlambatan perkembangan anak; Rantai maju; Inferensi manusia; Inferensi; Perawatan
Artikel ini dapat diakses di: https://www.scopus.com/pages/publications/85105070651
