Senin, 24 Desember 2018

SISTEM PAKAR PENENTUAN BAKAT ANAK DENGAN MENGGUNAKAN METODE FORWARD CHAINING

ISSN 2460-8181
Febi Nur Salisah, Leony Lidya, Sarjon Defit

 
1.     Latar Belakang
Saat ini masih banyak orang tua yang belum mengetahui bakat pada anak mereka. Sedikitnya jumlah pakar untuk berkonsultasi merupakan salah satu penyebab hal ini. Penelitian ini menggunakan sistem pakar untuk mengatasi permasalahan tersebut. Sistem pakar akan memindahkan kemampuan pakar tersebut ke dalam komputer. Bakat-bakat yang digunakan dalam penelitian ini adalah bakat anak menurut standar USOE America. Untuk mesin inferensi penelitian ini menggunakan forward chaining. Anak-anak yang diidentifikasi bakatnya adalah anak TK usia 4-6 tahun.

2.     Tujuan
Untuk mengetahui bakat-bakat yang dimiliki oleh anak-anak pada penelitian ini dengan rentang usia mulai 4 – 6 tahun. Bakat-bakat yang akan diidentifikasi ini menurut standar USOE Amerika dengan metode Forward Chaining.

3.     Metode Penelitian
Penelitian ini dibagi menjadi tiga buah tahap, yaitu:
(1) tahap inisialisasi
(2) tahap analisa dan perancangan
(3) tahap implementasi dan pengujian.
Untuk lebih jelasnya perhatikan Gambar 1. Tahap pertama adalah tahap inisialisasi. Pada tahap ini dilakukan identifikasi masalah dengan cara mewawancarai pakar psikologi anak, guru taman kanak-kanak (TK) dan orang tua. Identifkasi masalah juga dilakukan melalui studi pustaka terhadap buku-buku, jurnal-jurnal dan karya ilmiah lainnya yang berhubungan dengan bakat anak. Setelah itu dilakukan analisis dari hasil identifiasi masalah untuk menentukan tujuan dan ruang lingkup dari penelitian ini.
Tahap kedua adalah tahap analisa dan perancangan. Pada tahap ini dianalisa kriteria untuk setiap bakat anak yang digunakan. Setelah itu dianalisa variabel-variabel yang dibutuhkan dari kriteria-kriteria yang dihasilkan. Hal terahir yang dilakukan pada tahap ini adalah perancangan aturan-aturan (rule) yang dibutuhkan untuk sitem pakar ini. Tahap terakhir adalah tahap implementasi dan pengujian. Pada tahap ini dibuat sistem pakar berdasarkan aturan-aturan yang telah dibuat di tahap kedua. Setelah itu dilakukan pengujian terhadap sistem pakar dengan cara mengukur akurasi dari sistem pakar. Akurasi dihitung dengan cara membandingkan antara hasil pendeteksian bakat yang dilakukan oleh sistem pakar dan hasil pendeteksian bakat yang dilakukan oleh pakar. Untuk lebih jelasnya perhatikan rumus berikut ini. 
Jumlah benar adalah jumlah hasil pendeteksian bakat yang sama antara yang dilakukan sistem pakar dan yang dilakukan oleh pakar. Jumlah data yang digunakan adalah 100 buah yang didapat dari TK Negeri Pembina II Pekanbaru.
4.     Pembahasan
A.    ­Hasil Analisa
Berdasarkan hasil analisa, untuk mengidentifikasi bakat anak menurut standar USOE America [4] (lihat Tabel 4) diperlukan 27 indikator, 83 variabel dan 33 aturan (rule). 
Tabel 2. berikut ini adalah daftar indikator yang digunakan untuk mendeteksi bakat anak menurut standar USOE America [4]. 
Bakat anak intelektual umum (K1) memerlukan 14 buah variabel dalam pengidentifikasiannya. Untuk lebih jelasnya perhatikan Tabel 3 :
Bakat anak akademik khusus (K2) memerlukan 11 buah variabel dalam pengidentifikasiannya. Untuk lebih jelasnya perhatikan Tabel 4 :
Bakat anak berfikir kreatif dan produktif (K3) memerlukan 23 buah variabel dalam pengidentifikasiannya. Untuk lebih jelasnya perhatikan Tabel 5 :
Bakat anak kepemimpinan (K4) memerlukan 14 buah variabel dalam pengidentifikasiannya. Untuk lebih jelasnya perhatikan Tabel 6 :
Bakat anak seni visual dan pertunjukan (K5) memerlukan 7 buah variabel dalam pengidentifikasiannya. Untuk lebih jelasnya perhatikan Tabel :
Bakat anak psikomotorik (K6) memerlukan 14 buah variabel dalam pengidentifikasiannya. Untuk lebih jelasnya perhatikan Tabel 8 :
B.     Implementasi
Gambar 2. adalah antarmuka form identifkasi bakat anak. Form ini berfungsi sebagai tempat memasukan variabel bakat anak oleh pengguna.
Setelah pengguna memilih variabel-variabel yang ada pada anak maka pengguna menekan tombol periksa konsultasi untuk melihat hasil identifikasi bakat anak. Pada sistem akan dilakukan inferensi dengan metode forward chaining untuk menentukan bakat anak. Setelah itu, pada tampilan akan muncul form seperti pada Gambar 3. 

5.     Kelebihan Jurnal
Kelebihan jurnal penelitian ini dapat membantu orang tua memahami bakat anak-anak nya sejak dini, sehingga orang tua dapat mengarahkan pelajaran dengan tepat dan sesuai minat anak. Jurnal ini memudahkan juga anak agar dapat berpikir kreatif, inovatif, serta kritis akan sesuatu hal yang terjadi di dalam lingkungannya.
6.     Saran
Saran untuk jurnal penelitian ini, agar bisa dibuat aplikasi yang berbasis web maupun android yang lebih praktis. Supaya orang tua atau guru pengajar di tiap sekolah dapat digunakan untuk mengetahui bakat anak sejak dini.
7.     Kesimpulan
Hasil analisa menunjukan bahwa sistem pakar ini memerlukan 27 indikator, 83 variabel dan 33 rule. Mesin inferensi forward chaining berhasil digunakan untuk mengidentifikasi bakat anak menurut standar USOE America [4].
8.     Daftar Pustaka
1)      Lucy, Bunda. 2010. Mendidik Sesuai Minat dan Bakat Anak (Painting Your Children’s Future). Jakarta: PT. Tangga Pustaka.
2)      Kusrini. 2006. Sistem Pakar (Teori dan Aplikasi). Yogyakarta: Andi Offset.
3)      Santrock, J.W. dan Yussen S.R.(1992). Child Development. Edisi 5. Dubuque LA: Wm.C. Brown.
4)      Kathena, J. 1992. Gifted: Challege and response of educatio. Itasca Illinois: Peacock Publ. Inc.
5)      Mohamad, S. N. dan Hashim, A. B. 2015. Forward-Chaining Approach to Expert System for Machine Maintenance. Proceedings of Mechanical Engineering Research Day 2015. MERD'15, 2015. Hal. 79-80.
6)      Brezovan, M. dan Badica, C. 2015. Event-B Modeling of a Rule Base for an Expert System Using Forward Chaining. Proceedings of the 7th Balkan Conference on Informatics Conference ACM. Hal. 7
7)      Fakhrahmad, S. M., Sadreddini, M. H., dan Zolghadri Jahromi, M. 2015. A Proposed Expert System for Word Sense Disambiguation: Deductive Ambiguity Resolution Based on Data Mining and Forward Chaining. Expert Systems. 32(2): 178-191.