sehingga dapat diproses dengan SOM. Pada tahap seleksi data, dipilih data perkembangan anak berdasarkan kategori dan rentang usianya. Kategori perkembangan tersebut merupakan perkembangan kognitif, motorik halus, motorik kasar, dan bahasa. Usia anak yang dipilih ialah usia anak rentang 2.5–5.4 tahun.
Clustering Menggunakan SOM
Metode yang digunakan pada penelitian ini ialah clustering data menggunakan algoritma SOM untuk melihat karakteristik perkembangan anak usia 2.5–5.4 tahun dari aspek kognitif, bahasa, dan motorik anak. Input algoritma SOM ialah data dari praproses dengan kombinasi dari parameter awal. Parameter awal dari algoritma SOM yang akan digunakan ialah:
1 Ukuran cluster: 3, 4, 5, 6,
2 Learning rate ( ) : 0.1, 0.5, dan 0.9, 3 Ukuran lingkungan (R) : 1, dan 4 Penurunan learning rate (θ) : 0.1, 0.5,
0.9.
Metode inisialisasi nilai vektor bobot menggunakan midpoint dengan topologi yang digunakan topologi grid. Fungsi jarak yang digunakan ialah Euclidean dan kriteria pemberhentian algoritme SOM ialah iterasi atau epoch sebanyak 100 epoch.
Validasi Cluster Menggunakan Indeks Davies-Bouldin
Hasil clustering yang diperoleh menggunakan algoritme SOM divalidasi dengan menggunakan Indeks Davies-Bouldin (DBI). Indeks Davies-Bouldin digunakan untuk mengukur validitas dari hasil clustering sehingga menghasilkan DBI terbaik, yaitu DBI minimal. Clustering dengan ukuran DBI terbaik tersebut yang paling baik dalam peng-cluster-an data perkembangan anak.
Representasi Pengetahuan
Tahap ini merupakan tahapan yang memperlihatkan representasi terhadap cluster yang sudah divalidasi. Representasi tersebut memperlihatkan karakteristik masing-masing cluster berupa rataan dan centroid dari cluster yang diolah menggunakan algoritme SOM.
Pada tahap ini dianalisis hasil cluster sehingga diperoleh informasi penting mengenai stuktur dan karakteristik alami data. Informasi penting yang tersembunyi dari hasil cluster diharapkan bermanfaat sehingga dapat diperoleh penanganan terhadap cluster yang bersangkutan.
Lingkungan Implementasi
Lingkungan implementasi yang digunakan sebagai berikut:
Perangkat lunak:
Sistem Operasi Microsoft Windows 7 Profesional, dan
MATLAB R2008b, Perangkat keras:
processor Intel Core 2 Duo,
memory 1 GB, dan
hard disk 80 GB.
HASIL DAN PEMBAHASAN
Pengumpulan Data Perkembangan Anak
Data perkembangan anak berupa data hasil kuesioner yang diukur dengan instrumen penelitian kompetensi (perkembangan) anak. Kuesioner tersebut memiliki beberapa pertanyaan yang terdiri atas pertanyaan kognitif, bahasa, motorik kasar, dan motorik halus. Pertanyaan tersebut berbeda jumlahnya sesuai dengan kategori pertanyaan dan rentang usia. Setiap item pertanyaan memiliki penilaian berupa bobot pada masing-masing jawaban. Kuesioner kompetensi perkembangan anak usia 2.5–3.4 tahun disajikan pada Lampiran 1.
Praproses Data
Data perkembangan hasil seleksi untuk rentang usia 2.5–3.4 tahun sebanyak 71 sample dan 4 atribut, yaitu kognitif, bahasa, motorik halus, dan motorik kasar. Sementara itu, data hasil seleksi untuk rentang usia 3.5– 4.4 tahun dan 4.5–5.4 tahun masing-masing sebanyak 97 sample dan 126 sample. Data perkembangan anak hasil praproses rentang usia 2.5–3.4 tahun disajikan pada Lampiran 2. Clustering Menggunakan SOM
Clustering hasil praposes data perkembangan anak dilakukan dengan menerapkan algoritme SOM. Implementasi antarmuka aplikasi clustering menggunakan SOM disajikan pada Lampiran 6. Kriteria pemberhentian clustering menggunakan algoritme SOM dilakukan dengan pembatasan jumlah iterasi atau epoch. Penetapan jumlah epoch dilakukan dengan cara menjalankan algoritme SOM dengan 1 epoch hingga 100 epoch, kemudian dianalisis Indeks Davies-Bouldin-nya. Bila dilihat Gambar 2, pada saat algoritme SOM dijalankan dengan 30 epoch, dihasilkan Indeks Davies-Bouldin terkecil,
yaitu DBI yang terbaik. Epoch inilah yang digunakan sebagai kriteria pemberhentian algoritme SOM untuk ketiga kelompok usia yaitu sebanyak 30 epoch.
Gambar 2 Grafik Indeks Davies-Bouldin terhadap Epoch.
Indeks Davies-Bouldin (DBI)
Pengamatan terhadap Indeks Davies-Bouldin dilakukan untuk mengukur validitas hasil clustering menggunakan Self Organizing Maps dengan kombinasi berbagai parameter. Hasil dari pengamatan Indeks Davies-Bouldin rentang usia 2.5–3.4 tahun disajikan pada Lampiran 3. Sementara itu, hasil pengamatan Indeks Davies-Bouldin rentang usia 3.5–4.4 tahun dan 4.5–5.4 tahun masing-masing disajikan pada Lampiran 4 dan Lampiran 5.
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 2.5–3.4 Tahun
Dari hasil penelitian, Indeks Davies-Bouldin terbaik rentang usia 2.5–3.4 tahun dihasilkan dengan parameter awal: ukuran cluster 3, learning rate (LR) 0.5, penurunan learning rate (PLR) 0.1, dan ulangan ke-5 yang menghasilkan Indeks Davies-Bouldin sebesar 1.306 (Lampiran 3). Banyaknya anggota masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3 disajikan pada Tabel 1. Persentase banyaknya anggota masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3 disajikan pada Gambar 3. Centroid dan rataan masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3 masing-masing disajikan pada Tabel 2 dan Tabel 3.
Tabel 1 Banyak anggota masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3
Tabel 2 Centroid masing-masing anggota cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3 dalam bentuk persentase capaian kompetensi perkembangan
Tabel 3 Rataan masing-masing anggota cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3 dalam bentuk persentase capaian kompetensi perkembangan
Gambar 3 Persentase banyak anggota masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3.
32.39%
45.07% 22.53%
Cluster 1 Cluster 2 Cluster 3
Cluster
ke-
Rataan (%) Kognitif Bahasa Motorik
Halus Motorik Kasar 1 45.65 39.85 45.34 54.34 2 66.92 69.44 54.68 70.00 3 78.58 86.11 68.28 87.50
Cluster ke- Banyak anggota Persentase banyak anggota 1 23 32.39 2 32 45.07 3 16 22.53 Cluster ke- Centroid (%)
Kognitif Bahasa Motorik Halus Motorik Kasar 1 49.50 37.19 41.62 60.19 2 69.78 63.92 55.24 76.81 3 86.41 85.53 67.45 92.36
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 3.5-4.4 Tahun
Indeks Davies-Bouldin terbaik rentang usia 3.5–4.4 tahun dihasilkan dengan parameter awal: ukuran cluster 4, LR 0.9, PLR 0.1, dan ulangan ke-3 yang menghasilkan Indeks Davies-Bouldin sebesar 1.5645 (Lampiran 4). Banyaknya anggota masing-masing cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4 disajikan pada Tabel 4. Persentase banyaknya anggota masing-masing cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4 disajikan pada Gambar 4. Centroid dan rataan masing-masing anggota cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4 masing-masing disajikan pada Tabel 5 dan Tabel 6.
Tabel 4 Banyak anggota masing-masing cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4
Cluster ke- Banyak anggota Persentase banyak anggota 1 9 9.27 2 26 26.80 3 42 43.29 4 20 20.61
Tabel 5 Centroid masing-masing anggota cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4 dalam bentuk persentase capaian kompetensi perkembangan
Tabel 6 Rataan masing-masing anggota cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4 dalam bentuk persentase capaian kompetensi perkembangan
Gambar 4 Persentase banyak anggota masing-masing cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4.
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 4.5–5.4 Tahun
Indeks Davies-Bouldin terbaik rentang usia 4.5–5.4 tahun dihasilkan dengan parameter awal: ukuran cluster 3, LR 0.9, PLR 0.9, dan ulangan ke-4 yang menghasilkan Indeks Davies-Bouldin sebesar 1.147 (Lampiran 5). Banyaknya anggota masing-masing cluster rentang usia 4.5–5.5 tahun dengan ukuran cluster 3 disajikan pada Tabel 7. Persentase banyaknya anggota masing-masing cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3 disajikan pada Gambar 5. Centroid dan rataan anggota masing-masing cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3 masing-masing disajikan pada Tabel 8 dan Tabel 9. Tabel 7 Banyak anggota masing-masing
cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3
Tabel 8 Centroid masing-masing anggota cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3 dalam bentuk persentase capaian kompetensi perkembangan 9.27% 26.8% 43.29% 20.6 % Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster ke- Centroid (%)
Kognitif Bahasa Motorik Halus Motorik Kasar 1 35.14 34.72 38.22 63.15 2 51.74 46.14 47.54 72.35 3 76.34 68.46 70.12 81.41 4 88.05 83.15 78.87 87.23 Cluster ke- Banyak anggota Persentase banyak anggota 1 46 36.50 2 44 34.92 3 36 38.57 Cluster ke- Centroid (%)
Kognitif Bahasa Motorik Halus Motorik Kasar 1 50.74 49.22 74.16 86.04 2 71.01 73.71 77.57 93.52 3 83.15 85.50 80.03 96.67 Cluster ke- Rataan (%) Kognitif Bahasa Motorik
Halus Motorik Kasar 1 29.62 33.74 43.05 59.59 2 51.42 48.86 56.25 73.07 3 68.87 65.96 70.23 83.44 4 89.25 86.29 78.43 92.72
Tabel 9 Rataan masing-masing anggota cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3 dalam bentuk persentase capaian kompetensi perkembangan
Gambar 5 Persentase banyak anggota masing-masing cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3.
Deskripsi Clustering Terbaik
Menurut instrumen kompetensi perkembangan, penilaian perkembangan anak dikategorikan menjadi buruk jika persentase kompetensi anak kurang dari 60%, kategori sedang jika kompetensi anak berada antara rentang 60%–80%, dan kategori baik jika kompetensi anak lebih besar dari 80%. Karakteristik perkembangan setiap anggota cluster rentang usia 2.5–3.4 tahun disajikan pada Tabel 10, sedangkan karakteristik perkembangan setiap anggota cluster rentang usia 3.5–4.4 tahun dan rentang usia 4.5–5.4 tahun masing-masing disajikan pada Tabel 11 dan Tabel 12.
Tabel 10 Karakteristik perkembangan setiap anggota cluster rentang usia 2.5– 3.4 tahun
Tabel 11 Karakteristik perkembangan setiap anggota cluster rentang usia 3.5– 4.4 tahun
Tabel 12 Karakteristik perkembangan setiap anggota cluster rentang usia 4.5– 5.4 tahun
Dari Tabel 10, secara umum terlihat cluster 1 memiliki karakteristik perkembangan anak usia 2.5–3.4 tahun pada kategori buruk, sedangkan cluster 2 memiliki perkembangan anak usia 2.5–3.4 tahun pada kategori sedang. Anggota cluster 3 pada Tabel 10 memiliki karakteristik perkembangan anak usia 2.5–3.4 tahun kategori baik pada aspek motorik kasar dan bahasanya. Secara umum perkembangan anak usia 3.5–4.4 tahun (Tabel 11) pada cluster 1 dan cluster 2 memiliki perkembangan anak yang buruk, sedangkan cluster 3 memiliki perkembangan anak usia 3.5–4.4 tahun pada kategori sedang. Anggota cluster 4 pada Tabel 11 memiliki perkembangan anak usia 3.5–4.4 tahun pada kategori baik, tetapi aspek motorik halusnya masih belum terlihat karena berada pada perkembangan kategori sedang.
Perkembangan anak usia 4.5–5.4 tahun pada Tabel 12 secara umum menunjukkan bahwa cluster 1 merupakan cluster yang anggotanya memiliki perkembangan buruk, cluster 2 memiliki perkembangan sedang, dan cluster 3 memiliki perkembangan baik. Akan tetapi, pada Tabel 12 terlihat karakteristik perkembangan anak usia 4.5–5.4 tahun di ketiga cluster memiliki rataan motorik kasar yang baik. Hal tersebut menunjukkan perkembangan motorik kasar anak rentang usia 4.5–5.4 tahun di lima Kecamatan Bogor tergolong baik.
36.50%
34.92% 38.57%
Cluster 1 Cluster 2 Cluster 3
Cluster
ke-
Rataan (%) Kognitif Bahasa Motorik
Halus Motorik Kasar 1 48.60 46.25 65.83 83.52 2 69.69 72.28 75.81 94.40 3 86.89 85.10 81.34 97.32 Cluster ke- Perkembangan Kognitif Bahasa Motorik
Halus
Motorik Kasar 1 Buruk Buruk Buruk Buruk 2 Sedang Sedang Buruk Sedang 3 Sedang Baik Sedang Baik
Cluster
ke-
Perkembangan Kognitif Bahasa Motorik
Halus
Motorik Kasar 1 Buruk Buruk Buruk Buruk 2 Buruk Buruk Buruk Sedang 3 4 Sedang Baik Sedang Baik Sedang Sedang Baik Baik Cluster ke- Perkembangan Kognitif Bahasa Motorik
Halus
Motorik Kasar 1 Buruk Buruk Sedang Baik 2 Sedang Sedang Sedang Baik 3 Baik Baik Baik Baik
Grafik sebaran jumlah anggota setiap cluster berdasarkan daerah asal anak di lima kecamatan dengan rentang usia 2.5–3.4 tahun disajikan pada Gambar 6, sedangkan Grafik sebaran jumlah anggota setiap cluster berdasarkan daerah anak dengan rentang usia 3.5–4.4 tahun dan rentang usia 4.5–5.4 tahun masing-masing disajikan pada Gambar 7 dan Gambar 8.
Gambar 6 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 2.5–3.4 tahun.
Gambar 7 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 3.5–4.4 tahun.
Gambar 8 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 4.5–5.4 tahun.
Secara umum perkembangan anak usia 2.5–3.4 tahun di lima kecamatan (Gambar 6) berada pada kategori buruk dan kategori sedang, kecuali daerah Cibinong yang kebanyakan perkembangan anaknya berada pada kategori baik. Hal tersebut berdasarkan karakteristik pada Tabel 10. Sementara itu, perkembangan anak usia 3.5–4.4 tahun di lima kecamatan (Gambar 7) berada pada kategori sedang dan baik kecuali daerah Sukamakmur yang dominan perkembangan anaknya buruk. Hal tersebut berdasarkan karakteristik pada Tabel 11. Perkembangan anak usia 4.5–5.4 tahun di lima kecamatan (Gambar 8) berada pada kategori baik kecuali daerah Sukamakmur yang kebanyakan memiliki perkembangan anak yang buruk. Hal tersebut berdasarkan pada karakteristik Tabel 12.
Secara keseluruhan, hasil clustering menunjukkan bahwa anak-anak yang berasal dari Kecamatan Cibinong memiliki perkembangan yang baik untuk seluruh aspek perkembangannya. Akan tetapi, keadaan lain terlihat berbeda pada perkembangan anak di daerah Sukamakmur usia 3.5–4.4 tahun dan usia 4.5–5.4 tahun. Hal tersebut disebabkan mayoritas anak di daerah Sukamakmur dengan rentang usia tersebut berada pada perkembangan buruk.
SIMPULAN DAN SARAN
Simpulan
Pada penelitian ini telah diimplementasikan clustering menggunakan Self Organizing Maps untuk data perkembangan anak. Dari hasil percobaan ditemukan bahwa clustering data perkembangan anak rentang usia 2.5–3.4 tahun yang memiliki Indeks Davies-Bouldin minimal ialah ukuran cluster 3. Sementara itu, hasil percobaan clustering terhadap data perkembangan anak rentang usia 3.5–4.4 tahun yang memiliki Indeks Davies-Bouldin minimal ialah ukuran cluster 4, sedangkan hasil percobaan clustering data perkembangan anak rentang usia 4.5–5.4 tahun memiliki Indeks Davies-Bouldin minimal dengan ukuran cluster 3.
Karakteristik perkembangan anak di daerah Cibinong termasuk pada kategori baik. Akan tetapi, keadaan lain terlihat berbeda pada perkembangan anak di daerah Sukamakmur, hal tersebut disebabkan mayoritas anak di daerah Sukamakmur berada pada perkembangan buruk.
3 0 11 6 3 7 7 7 5 6 3 7 4 2 0 sukamakmur cibinong ciomas pamijahan bojonggede
Cluster 1 Cluster 2 Cluster 3
Kecamatan Ju m la h A n g g ota 6 0 1 1 1 12 4 2 4 4 9 10 7 8 8 1 13 3 1 2
Sukamakmur Cibinong Ciomas Pamijahan Bojonggede
Cluster 1 Cluster 2 Cluster 3 Cluster 4
Kecamatan Ju m la h A n g g ota 17 11 3 8 7 7 11 6 10 10 2 11 4 9 10
Sukamakmur Cibinong Ciomas Pamijahan Bojonggede
Cluster 1 Cluster 2 Cluster 3
Kecamatan Ju m la h A n g g ota
