Clustering Menggunakan Self Organizing Maps (Studi Kasus: Data Perkembangan Anak di Kabupaten Bogor)
i
CLUSTERING MENGGUNAKAN SELF ORGANIZING MAPS
(STUDI KASUS: DATA PERKEMBANGAN ANAK DI
KABUPATEN BOGOR)
WANGI SARASWATI
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
i
ii
CLUSTERING MENGGUNAKAN SELF ORGANIZING MAPS
(STUDI KASUS: DATA PERKEMBANGAN ANAK DI
KABUPATEN BOGOR)
WANGI SARASWATI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
ii
iii
ABSTRACT
WANGI SARASWATI. Clustering Using Self Organizing Maps (Case Study: Child Development
Data in Kabupaten Bogor). Supervised by AZIZ KUSTIYO and DWI HASTUTI.
Child development data which were gathered by the team from the Department of Family
and Consumer Science, Bogor Agricultural University, require data processing to assess the
characteristics of child development in Kabupaten Bogor. The purpose of this research is to
implement the Self Organizing Maps (SOM) algorithm for data clustering and to obtain the
characteristics from the clustering results. The data were obtained from 71 childrens at 2.5–3.4
years of age, 97 childrens at 3.5–4.4 years of age, and 126 childrens at 4.5–5.4 years of age. The
data consist of four attributes: Cognitive, Language, Gross Motor, and Fine Motor. These data
were the input for SOM algorithm. SOM clustering result was validated using Davies-Bouldin
Index. The research shows that the clustering result for children at 2.5–3.4 years of age is 3
clusters, 3.5–4.4 years of age is 4 clusters, and 4.5–5.4 years of age is 3 clusters.
Keywords: Cluster Analysis, Davies-Bouldin Index, Self Organizing Maps
iii
iv
Judul Skripsi
Nama
NRP
: Clustering Menggunakan Self Organizing Maps (Studi Kasus: Data
Perkembangan Anak di Kabupaten Bogor)
: Wangi Saraswati
: G64080027
Menyetujui:
Pembimbing I
Pembimbing II
Aziz Kustiyo, S.Si, M.Kom
NIP. 19700719 199802 1 001
Dr. Ir. Dwi Hastuti, M.Sc
NIP. 19641113 199003 2 002
Mengetahui:
Ketua Depatemen Ilmu Komputer
Dr. Ir. Agus Buono, M.Si, M.Kom
NIP. 19660702 199302 1 001
Tanggal Lulus:
iv
v
KATA PENGANTAR
Puji Syukur penulis panjatkan kepada Allah subhanahu wata’ala atas segala rahmat dan
karunia-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul Clustering
Menggunakan Self Organizing Maps (Studi Kasus: Data Perkembangan Anak di Kabupaten
Bogor), sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer di FMIPA, IPB.
Penulis mengucapkan terima kasih kepada Bapak Aziz Kustiyo, S.Si, M.Kom selaku pembimbing
I yang telah memberikan saran, masukan, dan nasihat kepada penulis. Terima kasih juga kepada
Ibu Dr. Ir. Dwi Hastuti, M.Sc selaku pembimbing II dalam menyusun tugas akhir ini. Terima kasih
penulis ucapkan kepada semua pihak yang telah membantu menyelesaikan tugas akhir ini, antara
lain:
1
Kedua orangtua dan keluarga penulis yang telah memberikan doa dan dukungan.
2
Bapak Mushthofa, S.Kom, M.Sc sebagai penguji tugas akhir.
3
Rekan-rekan satu bimbingan Brenda, Putri, Riva, Dayat, dan Dani.
4
Sahabat-sahabat tercinta Putri Dewi Purnamasari dan Meri Marlina.
5
Aditya Nur Johansyah yang selalu menemani dan memberikan semangat.
6
Rekan-rekan Mahasiswa Departemen Ilmu Komputer angkatan 45 yang terus memberikan
semangat kepada penulis.
7
Departemen Ilmu Komputer, staf, dan dosen yang telah membantu baik selama penelitian
maupun pada masa perkuliahan.
Penulis menyadari bahwa pelaksanaan penelitian ini masih jauh dari kesempurnaan.
Namun, besar harapan penulis bahwa yang telah dikerjakan dapat memberikan manfaat bagi
seluruh pihak.
Bogor, Agustus 2012
Wangi Saraswati
v
vi
RIWAYAT HIDUP
Penulis lahir di kota Cirebon, Jawa Barat pada tanggal 13 Maret 1991 sebagai anak bungsu
dari pasangan Maman Suherman dan Sri Purwanti. Penulis menghabiskan seluruh masa kecilnya
serta mengenyam pendidikan di kota kelahirannya. Penulis merupakan lulusan dari Sekolah
Menengah Atas Negeri 3 Cirebon (2005–2008), Sekolah Menengah Pertama Negeri 6 Cirebon
(2002–2005) dan Sekolah Dasar Negeri Merapi (1996–2002). Pada tahun 2008, penulis diterima
sebagai Mahasiswa Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan
Alam, Institut Pertanian Bogor.
Pada tanggal 4 Juli 2011, penulis melaksanakan Praktik Kerja Lapangan di Badan
Kepegawaian Pendidikan dan Pelatihan Kota Bogor sampai dengan tanggal 19 Agustus 2011.
Penulis juga seorang pencinta olah raga, khususnya lari dan lompat tinggi. Selama mengikuti
perkuliahan, penulis pernah menjadi pengurus kelembagaan Himpunan Mahasiswa Ilmu Komputer
tahun kepengurusan 2009/2010. Penulis pernah menjadi asisten praktikum untuk Mata Kuliah
Sistem Operasi pada tahun 2011 di Departemen Ilmu Komputer Institut Pertanian Bogor.
vi
DAFTAR ISI
Halaman
DAFTAR TABEL ............................................................................................................................ vi
DAFTAR GAMBAR ....................................................................................................................... vi
DAFTAR LAMPIRAN .................................................................................................................... vi
PENDAHULUAN
Latar Belakang .............................................................................................................................. 1
Tujuan Penelitian .......................................................................................................................... 1
Ruang Lingkup Penelitian ............................................................................................................ 1
TINJAUAN PUSTAKA
Perkembangan Anak (Child Development)................................................................................... 1
Kemampuan Kognitif Anak .......................................................................................................... 2
Kemampuan Motorik Anak .......................................................................................................... 2
Kemampuan Sosial Emosi Anak .................................................................................................. 2
Analisis Clustering ....................................................................................................................... 2
Self Organizing Maps (SOM) ....................................................................................................... 2
Algoritme Self Organizing Maps .................................................................................................. 2
Indeks Davies-Bouldin ................................................................................................................. 3
METODE PENELITIAN
Pengumpulan Data Perkembangan Anak ...................................................................................... 3
Praproses Data .............................................................................................................................. 3
Clustering Menggunakan SOM .................................................................................................... 4
Validasi Cluster menggunakan Indeks Davies-Bouldin ............................................................... 4
Representasi Pengetahuan ............................................................................................................. 4
Lingkungan Implementasi ............................................................................................................ 4
HASIL DAN PEMBAHASAN
Pengumpulan Data Perkembangan Anak ...................................................................................... 4
Praproses Data .............................................................................................................................. 4
Clustering Menggunakan SOM .................................................................................................... 4
Indeks Davies-Bouldin (DBI) ....................................................................................................... 5
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 2.5–3.4 Tahun ........................................... 5
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 3.5–4.4 Tahun ........................................... 6
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 4.5–5.4 Tahun ........................................... 6
Deskripsi Clustering Terbaik ........................................................................................................ 7
SIMPULAN DAN SARAN
Simpulan ....................................................................................................................................... 8
Saran ............................................................................................................................................. 9
DAFTAR PUSTAKA ....................................................................................................................... 9
LAMPIRAN .................................................................................................................................... 10
v
vi
DAFTAR TABEL
Halaman
1 Banyak anggota masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3 .... 5
2 Centroid masing-masing anggota cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 5
3 Rataan masing-masing anggota cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 5
4 Banyak anggota masing-masing cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4 .... 6
5 Centroid masing-masing anggota cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 6
6 Rataan masing-masing anggota cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 6
7 Banyak anggota masing-masing cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3 .... 6
8 Centroid masing-masing anggota cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 6
9 Rataan masing-masing anggota cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 7
10 Karakteristik perkembangan setiap anggota cluster rentang usia 2.5–3.4 tahun ......................... 7
11 Karakteristik perkembangan setiap anggota cluster rentang usia 3.5–4.4 tahun ......................... 7
12 Karakteristik perkembangan setiap anggota cluster rentang usia 4.5–5.4 tahun ......................... 7
DAFTAR GAMBAR
Halaman
1 Tahapan-tahapan penelitian.......................................................................................................... 3
2 Grafik Indeks Davies-Bouldin terhadap Epoch ............................................................................ 5
3 Persentase banyak anggota masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran
cluster 3 ....................................................................................................................................... 5
4 Persentase banyak anggota masing-masing cluster rentang usia 3.5–4.4 tahun dengan ukuran
cluster 4 ....................................................................................................................................... 6
5 Persentase banyak anggota masing-masing cluster rentang usia 4.5–5.4 tahun dengan ukuran
cluster 3 ....................................................................................................................................... 7
6 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 2.5–3.4 tahun ................. 8
7 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 3.5–4.4 tahun ................. 8
8 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 4.5–5.4 tahun ................. 8
DAFTAR LAMPIRAN
Halaman
1
2
3
4
5
6
Kuesioner kompetensi perkembangan anak usia 2.5–3.4 tahun ................................................. 11
Data perkembangan anak rentang usia 2.5–3.4 tahun ................................................................ 14
Pengamatan terhadap Indeks Davie-Bouldin pada rentang usia 2.5–3.4 tahun .......................... 16
Pengamatan terhadap Indeks Davies-Bouldin pada rentang usia 3.5–4.4 tahun ........................ 16
Pengamatan terhadap Indeks Davies-Bouldin pada rentang usia 4.5–5.4 tahun ........................ 18
Antarmuka Implementasi ........................................................................................................... 19
vi
1
PENDAHULUAN
Latar Belakang
Data perkembangan anak merupakan data
yang dikumpulkan oleh tim dosen pada
Departemen Ilmu Keluarga dan Konsumen
Institut Pertanian Bogor (IKK IPB). Tim
dosen tersebut mengumpulkan data untuk
menunjang salah satu kegiatan tri darma
perguruan
tinggi
berupa
pendidikan,
penelitian, dan pengabdian masyarakat. Salah
satu kegiatan penelitian tersebut ialah
penelitian di bidang perkembangan anak.
Yusuf (2000) mengemukakan bahwa
perkembangan awal anak sangat penting dan
kritis bagi kehidupan anak selanjutnya.
Apabila anak tidak memenuhi tugas
perkembangan pada tahap sebelumnya, hal
tersebut akan berdampak pada keterlambatan
atau gangguan perkembangan ke tahap
selanjutnya. Dengan demikian, salah satu
alasan yang mendasari penelitian yang
dilakukan oleh tim dosen IKK ialah
perkembangan awal seorang anak yang masih
sangat rentan dan kritis.
Data
perkembangan
anak
yang
dikumpulkan oleh tim dosen IKK tersebut
meliputi data kognitif anak, data motorik
anak, data sosial emosi anak, dan data bahasa
anak. Data perkembangan tersebut digunakan
untuk menilai karakteristik perkembangan
anak di suatu daerah serta menilai seorang
anak telah berkembang sesuai usianya atau
sebaliknya.
Pengumpulan data perkembangan anak
oleh tim dosen Departemen IKK IPB salah
satunya dilakukan dengan menggunakan
instrumen
penelitian
kompetensi
(perkembangan) anak usia 3.5–6.4 tahun yang
disusun oleh Depdiknas (2004). Instrumen
tersebut terdiri atas tiga versi, yaitu
kompetensi anak usia 2.5–3.4 tahun,
kompetensi anak usia 3.5–4.4 tahun, dan
kompetensi anak usia 4.5–5.4 tahun. Data
perkembangan
tersebut
membutuhkan
pengolahan untuk menghasilkan penilaian
terhadap karakteristik perkembangan anak di
suatu
daerah.
Penerapan
clustering
menggunakan algoritme Self Organizing
Maps (SOM) diharapkan dapat dijadikan alat
untuk menganalisis data sehingga diperoleh
karakteristik dari data perkembangan anak.
Clustering
digunakan
untuk
mengelompokkan data secara alamiah tanpa
berdasarkan target kelas tertentu, sedemikian
sehingga objek-objek dalam cluster yang
sama lebih mirip dibandingkan dengan objekobjek dalam cluster yang lain (Han & Kamber
2001). Self Organizing Maps (SOM)
merupakan metode pendekatan Jaringan Saraf
Tiruan untuk clustering (Han & Kamber
2001).
Clustering menggunakan SOM pernah
dilakukan pada data pelamar melalui jalur
Undangan Seleksi Masuk IPB (USMI) yang
terpilih di Fakultas Pertanian (Edward 2006).
Penelitian yang dilakukan oleh Edward (2006)
menghasilkan karakteristik pelamar dari hasil
clustering menggunakan algoritme SOM.
Penelitian
ini
diharapkan
mampu
mendapatkan karakteristik data perkembangan
anak dengan menerapkan metode yang sama,
yaitu clustering menggunakan algoritme
SOM.
Tujuan Penelitian
Tujuan dari penelitian ini yaitu:
1 Mengimplementasikan algoritme SOM
dalam clustering data perkembangan anak
tahun 2010 yang meliputi data kognitif,
motorik, dan bahasa anak.
2 Memperoleh
karakteristik
data
perkembangan anak dari hasil clustering
menggunakan SOM.
Ruang Lingkup Penelitian
Pada penelitian ini diterapkan analisis
cluster menggunakan algoritme SOM yang
akan
diimplementasikan
pada
data
perkembangan anak usia 2.5–5.4 tahun dalam
aspek kognitif, motorik, dan bahasa anak di
lima Kecamatan Bogor, yaitu Kecamatan
Sukamakmur, Cibinong, Ciomas, Pamijahan,
dan Bojonggede. Data perkembangan anak
tersebut dikumpulkan oleh tim dosen IKK IPB
pada tahun 2010.
TINJAUAN PUSTAKA
Perkembangan Anak (Child Development)
Perkembangan
merupakan
suatu
perubahan yang berlangsung secara progresif
dan kontinu dalam diri individu melalui
proses pematangan fungsi-fungsi psikis dan
fisik tubuh (Yusuf 2000). Perkembangan
tersebut
merujuk
pada
peningkatan
kemampuan
yang
sederhana
menjadi
kemampuan yang sulit dan mengacu pada
dimensi mental seperti kognitif, motorik, dan
sosial emosi seseorang (Fabes & Martin
2003). Manusia secara alami mempunyai
2
tahap-tahap perkembangan, baik secara fisik,
sosial,
mental,
maupun
psikologis
(Megawangi 2004).
Masa anak-anak adalah suatu gambaran
dari permulaan hidup seseorang. Rentang usia
2–6 tahun merupakan usia yang sangat
penting bagi pertumbuhan dan perkembangan
anak. Perkembangan awal seorang anak lebih
kritis daripada perkembangan selanjutnya
(Yusuf
2000).
Menurut
Departemen
Pendidikan Nasional (2004), untuk mencapai
perkembangan yang optimal perlu diberikan
stimulasi
psikososial,
yaitu
stimulasi
pendidikan dalam rangka mengembangkan
kemampuan kognitif, motorik, serta sosial
emosi anak.
Kemampuan Kognitif Anak
Kemampuan kognitif anak merupakan
kemampuan
berfikir
seseorang
yang
mencerminkan
kemampuan
menerima
informasi, memahami, menganalisis, dan
menyusun informasi baru berdasarkan hal
yang telah ditangkap oleh indera, serta
menyimpannya dalam ingatan seseorang.
Kemampuan kognitif anak meliputi aspek
bahasa dan logis-matematis yang melibatkan
kemampuan otak kiri (Megawangi 2004).
Kemampuan Motorik Anak
Kemampuan motorik anak merupakan
kemampuan anak merespon stimulasi melalui
panca indera. Kemampuan motorik anak
terdiri atas motorik kasar dan motorik halus.
Motorik kasar meliputi kemampuan anak
untuk berdiri, berjalan, duduk, merangkak,
dan sebagainya. Kemampuan motorik halus
anak
meliputi
kemampuan
anak
menggenggam,
mengambil
benda,
memindahkan
benda,
membuka
dan
memasang benda, dan sebagainya (Hastuti
2010).
Kemampuan Sosial Emosi Anak
Kemampuan sosial emosi anak merupakan
kemampuan anak untuk mengekspresikan dan
mengendalikan emosi serta berhubungan
sosial dengan orang lain (Hastuti 2010).
Kemampuan sosial emosi anak berhubungan
dengan kematangan emosi seorang dalam
mengendalikan
perasaannya,
serta
kemampuannya beradaptasi dan bersosialisasi
dengan lingkungan sekitarnya (Siruno &
Siruno 1978).
Analisis Clustering
Clustering adalah proses pengelompokkan
data ke dalam cluster sehingga objek dalam
cluster yang sama memiliki kemiripan yang
tinggi dibandingkan dengan objek dalam
cluster yang lain. Clustering berbeda dengan
klasifikasi. Perbedaan tersebut terletak dalam
hal tidak adanya variabel target untuk
clustering. Clustering tidak memprediksi atau
mengklasifikasikan nilai dari sebuah target,
atau dengan kata lain label kelas setiap objek
pada clustering tidak diketahui. Analisis
cluster adalah upaya untuk menemukan
sekelompok objek yang mewakili suatu
karakter yang sama atau hampir sama
(similar) antara suatu objek dan objek lainnya
pada suatu kelompok dan memiliki perbedaan
(not similar) dengan objek-objek pada
kelompok lain (Han & Kamber 2001).
Self Organizing Maps (SOM)
Self Organizing Maps (SOM) merupakan
metode yang diperkenalkan oleh Teuvo
Kohonen pada tahun 1980-an. SOM adalah
metode pendekatan Jaringan Saraf Tiruan
untuk clustering setelah competitive learning
(Han & Kamber 2001). SOM memperlihatkan
tiga karakteristik: kompetisi, yaitu setiap
vector bobot saling berlomba untuk menjadi
simpul pemenang; kooperasi, yaitu setiap
simpul pemenang bekerjasama dengan
lingkungannya; dan adaptasi, yaitu perubahan
simpul pemenang dan lingkungannya (Larose
2005). SOM merupakan salah satu bentuk dari
Unsupervised Artificial Neural Network
(Unsupervised
ANN)
yang
proses
pelatihannya tidak memerlukan pengawasan
(target output). SOM digunakan untuk
mengelompokkan
(clustering)
data
berdasarkan karakteristik atau fitur-fitur data
(Larose 2005).
Algoritme Self Organizing Maps
Algoritme SOM terdiri atas (Fausett
1994):
1 Menginisialisasi neuron input: x1, x2, ..., xi.
2 Menginisialisasi neuron output (lapisan
output) sebanyak j x l: y11, y12, ..., yjl.
3 Mengisikan bobot antar neuron input dan
output μijl dengan bilangan random 0
sampai 1.
4 Menetapkan parameter learning rate
dan ukuran lingkungan R.
3
5 Mengulangi langkah 6 sampai dengan
langkah 10 hingga tidak ada perubahan
pada bobot map telah mencapai iterasi atau
epoch maksimal.
6 Memilih salah satu input dari vektor input
yang ada.
7 Menghitung jarak antarvektor input
terhadap bobot (djl) dengan masing-masing
neuron output dengan rumus:
n
dl ∑
l
8 Mencari nilai terkecil dari seluruh bobot
(djl). Index dari bobot (djl) yang paling
mirip disebut winning neuron.
9 Memperbarui setiap bobot μijl dengan
menggunakan rumus:
10 Memperbarui learning rate
dan
ukuran lingkungan R.
11 Menyimpan bobot yang telah konvergen.
METODE PENELITIAN
Penelitian ini dilaksanakan dalam lima
tahapan, yaitu (1) Pengumpulan Data
Perkembangan Anak, (2) Praproses Data, (3)
Clustering Menggunakan Self Organizing
Maps (SOM), (4) Validasi Cluster
Menggunakan Indeks Davies-Bouldin, (5)
Representasi Pengetahuan. Tahapan-tahapan
tersebut disajikan pada Gambar 1.
Pengumpulan Data
Perkembangan Anak
Praproses Data
Clustering Menggunakan SOM
Indeks Davies-Bouldin
Validasi cluster adalah prosedur evaluasi
hasil analisis cluster secara kuantitatif dan
objektif (Jain & Dubes 1988). Indeks validitas
digunakan sebagai metode validasi cluster
untuk evaluasi kuantitatif dari hasil clustering.
Salah satu indeks validitas ialah Indeks
Davies-Bouldin (Salazar et al. 2002).
Pengukuran ini memaksimalkan jarak intercluster antara Cluster Ci dan Cj dan pada
waktu
yang
sama
mencoba
untuk
meminimalkan jarak antartitik dalam sebuah
cluster. Jarak intra-cluster sc (Qk) dalam Cluster
Qk ialah:
∑
c
dengan Nk adalah banyak titik yang termasuk
dalam Cluster Qk dan Ck adalah centroid dari
Cluster Qk. Jarak Inter-cluster didefinisikan:
d
l
l ||
||
nc
∑nc
l≠
{
sc
sc
dl
Representasi Pengetahuan
Gambar 1 Tahapan-tahapan penelitian.
Pengumpulan Data Perkembangan Anak
Data
perkembangan
anak
yang
dikumpulkan oleh tim dosen Departemen IKK
berupa data hasil penelitian menggunakan
kuesioner kompetensi perkembangan anak
dari
lima
Kecamatan
Bogor.
Data
perkembangan tersebut dijadikan input
algoritme SOM pada penelitian ini.
Praproses Data
dengan Ck dan Cl adalah centroid Cluster k
dan Cluster l. Di lain pihak, Indeks DaviesBouldin didefinisikan:
nc
Validasi Cluster Menggunakan
Indeks Davies-Bouldin
l
l
}
dengan nc adalah banyak cluster. Skema
clustering yang optimal menurut Indeks
Davies-Bouldin ialah yang memiliki Indeks
Davies-Bouldin minimal (Salazar et al. 2002).
Tahapan praproses meliputi pembersihan
data, integrasi data, transformasi data, dan
seleksi data. Pada tahap pembersihan data
dihilangkan data perkembangan anak yang
mengadung noise (berisi nilai yang tidak
semestinya), data yang tidak lengkap, dan data
yang tidak konsisten. Selanjutnya, pada tahap
integrasi dan transformasi data dilakukan
proses penggabungan data dan proses
pengubahan data menjadi bentuk yang sesuai
4
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:
Ukuran cluster: 3, 4, 5, 6,
Learning rate ( ) : 0.1, 0.5, dan 0.9,
Ukuran lingkungan (R) : 1, dan
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.
1
2
3
4
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 pengcluster-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 DaviesBouldin-nya. Bila dilihat Gambar 2, pada saat
algoritme SOM dijalankan dengan 30 epoch,
dihasilkan Indeks Davies-Bouldin terkecil,
5
yaitu DBI yang terbaik. Epoch inilah yang
digunakan sebagai kriteria pemberhentian
algoritme SOM untuk ketiga kelompok usia
yaitu sebanyak 30 epoch.
Tabel 1
Banyak anggota masing-masing
cluster rentang usia 2.5–3.4 tahun
dengan ukuran cluster 3
Cluster ke-
Banyak
anggota
1
2
3
23
32
16
Persentase
banyak
anggota
32.39
45.07
22.53
Tabel 2 Centroid masing-masing anggota
cluster rentang usia 2.5–3.4 tahun
dengan ukuran cluster 3 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Gambar 2 Grafik Indeks Davies-Bouldin
terhadap Epoch.
Indeks Davies-Bouldin (DBI)
Pengamatan terhadap Indeks DaviesBouldin 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 DaviesBouldin 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.
Centroid (%)
Cluster
ke-
Kognitif
Bahasa
1
2
3
49.50
69.78
86.41
37.19
63.92
85.53
Tabel 3
Cluster
ke1
2
3
Motorik
Halus
41.62
55.24
67.45
Motorik
Kasar
60.19
76.81
92.36
Rataan masing-masing anggota
cluster rentang usia 2.5–3.4 tahun
dengan ukuran cluster 3 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Rataan (%)
Kognitif
Bahasa
45.65
66.92
78.58
39.85
69.44
86.11
Motorik
Halus
45.34
54.68
68.28
Motorik
Kasar
54.34
70.00
87.50
22.53%
32.39%
45.07%
Cluster 1
Gambar 3
Cluster 2
Cluster 3
Persentase banyak anggota
masing-masing
cluster
rentang usia 2.5–3.4 tahun
dengan ukuran cluster 3.
6
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 masingmasing 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
ke1
2
3
4
Banyak
anggota
9
26
42
20
Persentase
banyak anggota
9.27
26.80
43.29
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
Centroid (%)
Cluster
ke-
Kognitif
Bahasa
1
2
3
4
35.14
51.74
76.34
88.05
34.72
46.14
68.46
83.15
Tabel 6
Cluster
ke1
2
3
4
Motorik
Halus
38.22
47.54
70.12
78.87
Rataan (%)
Bahasa
29.62
51.42
68.87
89.25
33.74
48.86
65.96
86.29
Motorik
Halus
43.05
56.25
70.23
78.43
26.8%
43.29%
Gambar 4
Motorik
Kasar
59.59
73.07
83.44
92.72
Cluster 1
Cluster 2
Cluster 3
Cluster 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 masingmasing disajikan pada Tabel 8 dan Tabel 9.
Tabel 7
Motorik
Kasar
63.15
72.35
81.41
87.23
Rataan masing-masing anggota
cluster rentang usia 3.5–4.4 tahun
dengan ukuran cluster 4 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Kognitif
9.27%
20.6 %
Banyak anggota masing-masing
cluster rentang usia 4.5–5.4 tahun
dengan ukuran cluster 3
Cluster
ke1
2
3
Banyak
anggota
Persentase
banyak anggota
46
44
36
36.50
34.92
38.57
Tabel 8 Centroid masing-masing anggota
cluster rentang usia 4.5–5.4 tahun
dengan ukuran cluster 3 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Cluster
ke-
Kognitif
1
2
3
50.74
71.01
83.15
Centroid (%)
Motorik
Bahasa
Halus
49.22
74.16
73.71
77.57
85.50
80.03
Motorik
Kasar
86.04
93.52
96.67
7
Tabel 9
Rataan masing-masing anggota
cluster rentang usia 4.5–5.4 tahun
dengan ukuran cluster 3 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Tabel 11 Karakteristik perkembangan setiap
anggota cluster rentang usia 3.5–
4.4 tahun
Kognitif
Bahasa
1
2
3
4
Buruk
Buruk
Sedang
Baik
Buruk
Buruk
Sedang
Baik
Rataan (%)
Cluster
ke-
Kognitif
Bahasa
1
2
3
48.60
69.69
86.89
46.25
72.28
85.10
Motorik
Halus
65.83
75.81
81.34
Motorik
Kasar
83.52
94.40
97.32
Perkembangan
Cluster
ke-
34.92%
Cluster 1
Gambar 5
Cluster 2
Cluster 3
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
Perkembangan
Cluster
ke-
Kognitif
Bahasa
1
2
3
Buruk
Sedang
Sedang
Buruk
Sedang
Baik
Motorik
Halus
Buruk
Buruk
Sedang
Motorik
Kasar
Buruk
Sedang
Baik
Motorik
Kasar
Buruk
Sedang
Baik
Baik
Tabel 12 Karakteristik perkembangan setiap
anggota cluster rentang usia 4.5–
5.4 tahun
36.50%
38.57%
Motorik
Halus
Buruk
Buruk
Sedang
Sedang
Perkembangan
Cluster
ke-
Kognitif
Bahasa
1
2
3
Buruk
Sedang
Baik
Buruk
Sedang
Baik
Motorik
Halus
Sedang
Sedang
Baik
Motorik
Kasar
Baik
Baik
Baik
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.
8
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.
Cluster 1
Cluster 2
Cluster 3
11
Jumlah Anggota
7
7
7
7
6
6
5
4
3
3
3
2
0
sukamakmur
0
cibinong
ciomas
pamijahan
Kecamatan
bojonggede
Gambar 6 Grafik sebaran jumlah anggota
berdasarkan
daerah
anak
rentang usia 2.5–3.4 tahun.
Cluster 1
Cluster 2
Cluster 3
Cluster 4
13
Jumlah Anggota
12
10
9
8
7
6
4
1
Sukamakmur
0
Cibinong
1
4
3
2
4
1
Ciomas
1
Pamijahan
2
1
Cluster 2
Cluster 3
17
Jumlah Anggota
11 11 11
10
8
7
3
2
Cibinong
10 10
9
6
7
4
Ciomas
Pamijahan
SIMPULAN DAN SARAN
Simpulan
Bojonggede
Gambar 7 Grafik sebaran jumlah anggota
berdasarkan
daerah
anak
rentang usia 3.5–4.4 tahun.
Cluster 1
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.
8
Kecamatan
Sukamakmur
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.
Bojonggede
Kecamatan
Gambar 8 Grafik sebaran jumlah anggota
berdasarkan
daerah
anak
rentang usia 4.5–5.4 tahun.
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.
9
Saran
Pada
penelitian
selanjutnya
dapat
dianalisis aspek lain yang memengaruhi
perkembangan anak dari hasil clustering
menggunakan algoritme SOM, seperti
pendidikan anak usia dini serta pengetahuan
ibu terhadap perkembangan anak.
DAFTAR PUSTAKA
[Depdiknas]
Departemen
Pendidikan
Nasional. 2004. Instrumen Penelitian
Kompetensi (Perkembangan) Anak Usia
3,5–6,4 Tahun. Jakarta: Pusat Kurikulum,
Badan Penelitian dan Pengembangan,
Departemen Pendidikan Nasional.
Edward. 2006. Clustering menggunakan Self
Organizing Maps (studi kasus: data PPMB
IPB)
[skripsi].
Bogor:
Fakultas
Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.
Fabes R, Martin C. 2003. Exploring Child
Development. Boston: Pearson Education.
Fausett L. 1994. Fundamentals of Neural
Networks. New Jersey: Prentice Hall.
Han J, Kamber M. 2001. Data Mining:
Concepts and Techniques. San Diego:
Academic Press.
Hastuti D. 2010. Pengasuhan: Teori dan
Prinsip serta Aplikasinya di Indonesia.
Bogor: Departemen Ilmu Keluarga dan
Konsumen IPB.
Jain AK, Dubes RC. 1988. Algorithms for
Clustering Data. New Jersey: Prentice
Hall.
Larose DT. 2005. Discovering Knowledge in
Data: An Introduction to Data mining.
New Jersey: Wiley.
Megawangi R. 2004. Pendidikan Karakter
(Solusi yang Tepat untuk Membangun
Bangsa). Jakarta: Indonesia Heritage
Foundation.
Salazar GEJ, Veles AC, Parra MCM, Ortega
LO. 2002. A cluster validity index for
comparing non-hierarchical clustering
methods.
[terhubung
berkala].
http://citeseer.ist.psu.edu/rd/salazar02clust
er.pdf [7 Januari 2012].
Siruno R, Siruno E. 1978. Child Growth and
Development. Manila: Rex Printing
Company.
Yusuf S. 2000. Psikologi Perkembangan Anak
dan Remaja. Bandung: PT Remaja
Rosdakarya.
10
LAMPIRAN
11
Lampiran 1 Kuesioner kompetensi perkembangan anak usia 2.5–3.4 tahun
NO
INDIKATOR KOGNITIF
TES PERBUATAN
PENILAIAN
1.
Menyebutkan 1–4 warna
Sebutkan warna-warna yang
kamu ketahui?
0
1
2
0
1
2
2.
Menjodohkan warna-warna
merah, putih, hitam coklat
Pasangkan keeping-keping
warna ini dengan warna di
lembar ini
3.
Pilih benda yang paling besar
dan paling kecil dari benda
yang sama
Hadapkan di depan anak 3
keping benda dengan bentuk
sama tapi ukurannya
berbeda. Tanyakan kepada
anak mana yang paling
besar? Mana yang paling
kecil?
0 Tidak dapat
1 Dapat menunjukkan
yang paling besar atau
yang paling kecil
2 Dapat menunjukkan
keduanya
4.
Menyebutkan jenis kelamin
sendiri
T ny k n “k u laki-laki
t u pere pu n”
5.
Mengetahui namanya
Tanyakan siapa nama
panggilannya (nama pendek)
6.
Memasangkan gambar dari
benda yang dikenal
Cari pasangan gambar kartu
yang sama dengan gambar di
lembar ini
0
1
2
0
1
2
0
1
2
NO
INDIKATOR BAHASA
TES PERBUATAN
1.
Dapat memberikan informasi
tentang diri sendiri (nama
panggilan dan umur)
Tanyakan :
1. Siapa namamu?
2. Kamu umur berapa?
2.
Dapat menirukan kembali
urutan kata (2 kata)
Coba tirukan ucapan berikut :
1. Mama, papa
2. Pepaya, pisang
3.
Dapat mengikuti perintah
sederhana
Lakukan sesuai perintah :
1. Ambil bola
2. Ambil buku
4.
Dapat memahami bahasa
isyarat
Peragakan! Apa maksud
gerakan ini :
1. Anggukan kepala
5.
Dapat menunjukkan 3 gerakan
orang pada gambar
Coba tunjukkan gambar :
1. Anak sedang duduk
2. Anak sedang makan
3. Anak sedang minum
6.
Dapat menyanyikan satu lagu
bebas
Nyanyikan satu lagu yang
kamu sukai
Tidak dapat
Dapat 1 – 2
Dapat 3 – 4
Tidak dapat
Dapat 1 – 2
Dapat 3 – 4
Tidak dapat
Menjawab tapi salah
Menjawab benar
Tidak ada respon
Menjawab tapi salah
Menjawab benar
Tidak dapat
Dapat 1 – 2
Dapat 3 – 4
PENILAIAN
0.
1.
2.
3.
0.
1.
2.
3.
0.
1.
2.
3.
0.
1.
2.
3.
0.
1.
2.
Diam tidak menjawab
Menjawab tetapi salah
Menjawab satu benar
Menjawab dua benar
Tidak dapat, diam
Menjawab tetapi salah
Menjawab satu benar
Menjawab dua benar
Diam, tidak merespon
Merespon tetapi salah
Dapat satu
Dapat dua
Diam, tidak merespon
Merespon tetapi salah
Dapat satu
Dapat dua
Menjawab tetapi salah
Benar satu
Benar dua
Benar tiga
0. Tidak dapat, diam
1. Menyanyi ragu-ragu
(salah)
2. Dapat menyanyi ½
benar
Dapat menyanyi penuh
12
Lanjutan
NO
INDIKATOR
MOTORIK KASAR
TES PERBUATAN
PENILAIAN
0. Tidak dapat
1. Dapat tapi kurang
seimbang
2. Dapat
0. Tidak dapat
1. Dapat tapi kurang
seimbang
2. Dapat
0. Tidak dapat
1. Dapat tapi tidak
seimbang
2. Dapat dengan lancar
0. Tidak dapat
1. Dapat tapi tidak
seimbang
2. Dapat dengan lancar
0. Tidak dapat
1. Dapat tapi tidak lancar
2. Dapat
1.
Berjalan dengan lancar
Suruh anak berjalan ke depan
2.
Berjalan di atas garis
lurus
Suruh anak berjalan di atas
garis/tali yang dibentangkan
lebih kurang 10 meter
3.
Berlari
Suruh anak berlari ke depan
selama 15 detik
4.
Melompat
Suruh anak melompat-lompat
dengan dua kaki di tempat
sebanyak 10 kali
5.
Mengayunkan lengan
Suruh anak mengayunkan lengan
ke kiri dan ke kanan berulangulang
6.
Membungkukkan badan
Suruh anak membungkukkan
badan hingga ujung jari
menyentuh lantai
7.
Gerak koordinasi mata
dan kaki
Berikan satu bola besar pada
anak kemudian suruh
menendangnya
8.
Gerak koordinasi mata
dan tangan
Anak disuruh menangkap bola
yang dilambungkan dari jarak 2
meter (bola boleh menyentuh
tubuh)
9.
Melambungkan bola
dengan dua tangan
Berikan satu bola pada anak
kemudian suruh untuk
melambungkannya dengan dua
tangan
0. Tidak dapat
1. Dapat tapi tidak lancar
2. Dapat
10.
Berdiri dengan satu kaki
Suruh anak berdiri dengan satu
kaki (berdiri bangau) selama ½
menit
0. Tidak dapat
1. Dapat tapi sebentar
2. Dapat sampai ½ menit
0. Tidak dapat
1. Dapat tapi tidak
menyentuh lantai
2. Dapat menyentuh
lantai
0. Tidak dapat
1. Dapat tanpa koordinasi
yang baik
2. Dapat dengan
koordinasi yang baik
0. Tidak dapat
1. Dapat tapi tidak lancar
2. Dapat tanpa jatuh
13
Lanjutan
NO
1.
INDIKATOR MOTORIK
HALUS
Anak dapat membangun
menara/tugu dari 6 balok
TES PERBUATAN
PENILAIAN
Susunlah balok-balok menjadi
menara! (jika anak tidak
mengerti perintah, observer
dapat memberikan contoh)
0. Tidak dapat
1. Dapat 1–3
2. Dapat 4–6
0. Tidak dapat
1. Dapat melakukan tidak
sempurna
2. Dapat melakukan
dengan sempurna
0. Tidak dapat
1. Dapat melakukan tidak
sempurna
2. Dapat
2.
Anak dapat membalik
halaman buku satu per satu
Bukalah buku cerita ini lembar
demi lembar! (jika anak tidak
mengerti dapat diberikan
contoh)
3.
Anak dapat meremas-remas
dan memilin benda lunak
misalkan tanah liat
Buatlah benda bentuk mainan
dengan bahan lunak misalkan
plastisin dengan teknik remas
dan pilin!
4.
Anak dapat menarik garis
datar dan tegak
Buatlah garis datar dan garis
tegak dengan diberi contoh
5.
Anak dapat melipat kertas
menjadi dua
Lipatlah kertas menjadi dua
bagian!
6.
Anak dapat menjiplak
gambar geometris
Buatlah gambar lingkaran,
segitiga dan persegi panjang
dengan teknik menjiplak!
7.
Anak dapat menggunting
mengikuti garis lurus
Guntinglah kertas ini dengan
mengikuti garis yang tersedia!
0.
1.
2.
0.
1.
2.
0.
1.
2.
Tidak dapat
Dapat satu macam garis
Dapat dua macam garis
Tidak dapat
Dapat tetapi tidak rapi
Dapat dan hasilnya rapi
Tidak dapat
Dapat tetapi tidak rapi
Dapat dan hasilnya rapi
0. Tidak dapat
1. Dapat tetapi tidak rapi
2. Dapat rapi dan tidak
terputus
14
Lampiran 2 Data perkembangan anak rentang usia 2.5–3.4 tahun
Id_Anak
KOGNITIF
BAHASA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
11
8
8
1
3
12
11
10
5
8
10
9
10
7
5
10
11
10
9
8
7
10
7
8
10
7
10
12
8
4
9
9
6
7
8
6
7
4
7
8
7
6
4
6
11
9
9
9
7
8
4
5
14
12
5
3
3
11
15
17
11
11
10
14
14
11
6
7
12
12
9
9
12
10
14
16
16
16
15
16
15
10
12
15
14
13
16
16
8
6
8
11
12
16
11
6
17
17
17
14
16
4
7
12
MOTORIK
HALUS
14
8
7
6
8
9
10
13
7
10
7
9
9
8
8
10
9
6
5
5
6
8
6
8
9
9
8
10
9
7
8
9
9
8
8
8
8
6
5
5
7
5
4
7
9
10
8
10
7
6
5
7
MOTORIK
KASAR
18
13
12
4
10
16
17
18
13
17
15
16
14
15
13
15
15
14
11
12
17
15
18
16
12
18
15
20
20
15
13
10
14
17
20
18
13
10
12
12
14
9
8
12
14
18
16
18
10
14
12
10
15
Lanjutan
Id_Anak
KOGNITIF
BAHASA
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
8
9
4
5
5
8
3
11
5
7
8
8
6
4
8
7
9
11
3
15
14
3
13
12
16
7
14
5
11
15
15
6
7
11
4
11
13
7
MOTORIK
HALUS
6
6
6
6
7
5
11
9
8
9
6
7
9
5
6
5
9
10
7
MOTORIK
KASAR
11
16
9
10
10
13
20
16
8
12
14
10
12
9
10
14
13
18
15
16
Lampiran 3 Pengamatan terhadap Indeks Davies-Bouldin pada rentang usia 2.5–3.4 tahun
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
LR
PLR
0.1
0.5
0.9
0.9
0.1
0.5
0.5
0.9
0.1
0.5
0.9
0.1
Ulangan ke-
Epoch
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
30
3 Cluster
1.8109
1.8585
2.0857
2.1422
2.0005
2.1736
1.8419
1.8565
2.6765
1.8851
2.5244
3.1027
1.6917
2.819
2.5484
2.3136
2.5813
1.9545
2.0756
2.4826
2.5979
2.1736
1.8419
1.8565
2.6765
2.2475
2.1694
2.1208
1.9863
2.0392
2.3136
2.5813
1.9545
2.1629
2.0756
1.934
2.0049
1.6089
3.1901
1.306
4.436
2.1559
2.5062
2.6274
1.9082
Indeks Davies Bouldin
4 Cluster
5 Cluster
2.2035
2.3792
2.2922
2.5116
2.0736
2.3
2.2387
2.3383
2.4301
2.0722
2.5478
2.1758
2.2039
2.5502
2.9236
2.3744
2.3255
2.2387
2.1575
2.1054
1.9589
3.6242
2.4967
2.0928
1.9168
2.1267
2.2543
2.0401
2.5412
2.4797
2.1411
2.0722
2.1857
2.3112
2.3302
2.121
2.0981
2.2742
2.3123
2.2016
2.4799
2.4634
2.5478
2.0911
2.2039
2.2055
2.9236
2.6179
2.4461
2.1636
2.3207
3.1504
2.1025
2.2014
2.0948
2.1267
2.3196
2.0401
2.0095
2.4797
2.4779
2.3726
2.1411
2.1668
2.1857
2.2454
2.3302
1.9619
2.0981
2.2175
2.7998
2.171
2.4906
2.4936
2.548
2.2744
2.1681
2.0356
2.3418
2.6184
2.5009
1.8666
2.0483
3.2351
2.0468
2.23
2.495
2.5296
2.0541
2.1267
6 Cluster
2.4169
2.3078
2.4886
2.2068
2.4648
2.8882
2.6798
3.3004
2.0103
2.5205
3.8179
2.3042
2.5121
2.4987
3.1376
2.4648
2.3361
2.4886
2.5439
2.5378
2.8553
2.5188
2.0168
2.6594
2.4429
3.8179
2.2599
2.5121
2.4987
3.1376
2.6477
2.6629
2.5524
2.4754
2.4199
1.9633
2.4693
2.1895
2.0121
2.6124
2.1536
2.6269
3.9709
2.2599
2.5121
LR= Learning Rate, PLR= Penurunan Learning Rate, Ulangan ke- = pengulangan percobaan, Epoch =
banyak iterasi,
= Indeks Davies-Bouldin terkecil/terbaik.
17
Lampiran 4 Pengamatan terhadap Indeks Davies-Bouldin pada rentang usia 3.5–4.4 tahun
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
LR
PLR
0.1
0.5
0.9
0.9
0.1
0.5
0.5
0.9
0.1
0.5
0.9
0.1
Ulangan
ke1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
Epoch
30
3 Cluster
2.0908
2.0671
1.9821
1.9142
1.9416
1.8537
2.2067
2.0346
2.0078
2.0769
2.0444
1.9576
2.0027
2.0458
2.2611
1.9022
2.1534
2.1057
1.9411
2.1404
1.9351
1.8769
2.2387
1.884
1.9131
1.9125
2.1478
2.116
2.3023
1.979
2.1328
1.9415
2.0786
1.9173
2.0723
2.1115
2.0601
2.
CLUSTERING MENGGUNAKAN SELF ORGANIZING MAPS
(STUDI KASUS: DATA PERKEMBANGAN ANAK DI
KABUPATEN BOGOR)
WANGI SARASWATI
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
i
ii
CLUSTERING MENGGUNAKAN SELF ORGANIZING MAPS
(STUDI KASUS: DATA PERKEMBANGAN ANAK DI
KABUPATEN BOGOR)
WANGI SARASWATI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
ii
iii
ABSTRACT
WANGI SARASWATI. Clustering Using Self Organizing Maps (Case Study: Child Development
Data in Kabupaten Bogor). Supervised by AZIZ KUSTIYO and DWI HASTUTI.
Child development data which were gathered by the team from the Department of Family
and Consumer Science, Bogor Agricultural University, require data processing to assess the
characteristics of child development in Kabupaten Bogor. The purpose of this research is to
implement the Self Organizing Maps (SOM) algorithm for data clustering and to obtain the
characteristics from the clustering results. The data were obtained from 71 childrens at 2.5–3.4
years of age, 97 childrens at 3.5–4.4 years of age, and 126 childrens at 4.5–5.4 years of age. The
data consist of four attributes: Cognitive, Language, Gross Motor, and Fine Motor. These data
were the input for SOM algorithm. SOM clustering result was validated using Davies-Bouldin
Index. The research shows that the clustering result for children at 2.5–3.4 years of age is 3
clusters, 3.5–4.4 years of age is 4 clusters, and 4.5–5.4 years of age is 3 clusters.
Keywords: Cluster Analysis, Davies-Bouldin Index, Self Organizing Maps
iii
iv
Judul Skripsi
Nama
NRP
: Clustering Menggunakan Self Organizing Maps (Studi Kasus: Data
Perkembangan Anak di Kabupaten Bogor)
: Wangi Saraswati
: G64080027
Menyetujui:
Pembimbing I
Pembimbing II
Aziz Kustiyo, S.Si, M.Kom
NIP. 19700719 199802 1 001
Dr. Ir. Dwi Hastuti, M.Sc
NIP. 19641113 199003 2 002
Mengetahui:
Ketua Depatemen Ilmu Komputer
Dr. Ir. Agus Buono, M.Si, M.Kom
NIP. 19660702 199302 1 001
Tanggal Lulus:
iv
v
KATA PENGANTAR
Puji Syukur penulis panjatkan kepada Allah subhanahu wata’ala atas segala rahmat dan
karunia-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul Clustering
Menggunakan Self Organizing Maps (Studi Kasus: Data Perkembangan Anak di Kabupaten
Bogor), sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer di FMIPA, IPB.
Penulis mengucapkan terima kasih kepada Bapak Aziz Kustiyo, S.Si, M.Kom selaku pembimbing
I yang telah memberikan saran, masukan, dan nasihat kepada penulis. Terima kasih juga kepada
Ibu Dr. Ir. Dwi Hastuti, M.Sc selaku pembimbing II dalam menyusun tugas akhir ini. Terima kasih
penulis ucapkan kepada semua pihak yang telah membantu menyelesaikan tugas akhir ini, antara
lain:
1
Kedua orangtua dan keluarga penulis yang telah memberikan doa dan dukungan.
2
Bapak Mushthofa, S.Kom, M.Sc sebagai penguji tugas akhir.
3
Rekan-rekan satu bimbingan Brenda, Putri, Riva, Dayat, dan Dani.
4
Sahabat-sahabat tercinta Putri Dewi Purnamasari dan Meri Marlina.
5
Aditya Nur Johansyah yang selalu menemani dan memberikan semangat.
6
Rekan-rekan Mahasiswa Departemen Ilmu Komputer angkatan 45 yang terus memberikan
semangat kepada penulis.
7
Departemen Ilmu Komputer, staf, dan dosen yang telah membantu baik selama penelitian
maupun pada masa perkuliahan.
Penulis menyadari bahwa pelaksanaan penelitian ini masih jauh dari kesempurnaan.
Namun, besar harapan penulis bahwa yang telah dikerjakan dapat memberikan manfaat bagi
seluruh pihak.
Bogor, Agustus 2012
Wangi Saraswati
v
vi
RIWAYAT HIDUP
Penulis lahir di kota Cirebon, Jawa Barat pada tanggal 13 Maret 1991 sebagai anak bungsu
dari pasangan Maman Suherman dan Sri Purwanti. Penulis menghabiskan seluruh masa kecilnya
serta mengenyam pendidikan di kota kelahirannya. Penulis merupakan lulusan dari Sekolah
Menengah Atas Negeri 3 Cirebon (2005–2008), Sekolah Menengah Pertama Negeri 6 Cirebon
(2002–2005) dan Sekolah Dasar Negeri Merapi (1996–2002). Pada tahun 2008, penulis diterima
sebagai Mahasiswa Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan
Alam, Institut Pertanian Bogor.
Pada tanggal 4 Juli 2011, penulis melaksanakan Praktik Kerja Lapangan di Badan
Kepegawaian Pendidikan dan Pelatihan Kota Bogor sampai dengan tanggal 19 Agustus 2011.
Penulis juga seorang pencinta olah raga, khususnya lari dan lompat tinggi. Selama mengikuti
perkuliahan, penulis pernah menjadi pengurus kelembagaan Himpunan Mahasiswa Ilmu Komputer
tahun kepengurusan 2009/2010. Penulis pernah menjadi asisten praktikum untuk Mata Kuliah
Sistem Operasi pada tahun 2011 di Departemen Ilmu Komputer Institut Pertanian Bogor.
vi
DAFTAR ISI
Halaman
DAFTAR TABEL ............................................................................................................................ vi
DAFTAR GAMBAR ....................................................................................................................... vi
DAFTAR LAMPIRAN .................................................................................................................... vi
PENDAHULUAN
Latar Belakang .............................................................................................................................. 1
Tujuan Penelitian .......................................................................................................................... 1
Ruang Lingkup Penelitian ............................................................................................................ 1
TINJAUAN PUSTAKA
Perkembangan Anak (Child Development)................................................................................... 1
Kemampuan Kognitif Anak .......................................................................................................... 2
Kemampuan Motorik Anak .......................................................................................................... 2
Kemampuan Sosial Emosi Anak .................................................................................................. 2
Analisis Clustering ....................................................................................................................... 2
Self Organizing Maps (SOM) ....................................................................................................... 2
Algoritme Self Organizing Maps .................................................................................................. 2
Indeks Davies-Bouldin ................................................................................................................. 3
METODE PENELITIAN
Pengumpulan Data Perkembangan Anak ...................................................................................... 3
Praproses Data .............................................................................................................................. 3
Clustering Menggunakan SOM .................................................................................................... 4
Validasi Cluster menggunakan Indeks Davies-Bouldin ............................................................... 4
Representasi Pengetahuan ............................................................................................................. 4
Lingkungan Implementasi ............................................................................................................ 4
HASIL DAN PEMBAHASAN
Pengumpulan Data Perkembangan Anak ...................................................................................... 4
Praproses Data .............................................................................................................................. 4
Clustering Menggunakan SOM .................................................................................................... 4
Indeks Davies-Bouldin (DBI) ....................................................................................................... 5
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 2.5–3.4 Tahun ........................................... 5
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 3.5–4.4 Tahun ........................................... 6
Indeks Davies-Bouldin (DBI) Terbaik Rentang Usia 4.5–5.4 Tahun ........................................... 6
Deskripsi Clustering Terbaik ........................................................................................................ 7
SIMPULAN DAN SARAN
Simpulan ....................................................................................................................................... 8
Saran ............................................................................................................................................. 9
DAFTAR PUSTAKA ....................................................................................................................... 9
LAMPIRAN .................................................................................................................................... 10
v
vi
DAFTAR TABEL
Halaman
1 Banyak anggota masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3 .... 5
2 Centroid masing-masing anggota cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 5
3 Rataan masing-masing anggota cluster rentang usia 2.5–3.4 tahun dengan ukuran cluster 3
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 5
4 Banyak anggota masing-masing cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4 .... 6
5 Centroid masing-masing anggota cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 6
6 Rataan masing-masing anggota cluster rentang usia 3.5–4.4 tahun dengan ukuran cluster 4
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 6
7 Banyak anggota masing-masing cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3 .... 6
8 Centroid masing-masing anggota cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 6
9 Rataan masing-masing anggota cluster rentang usia 4.5–5.4 tahun dengan ukuran cluster 3
dalam bentuk persentase capaian kompetensi perkembangan ..................................................... 7
10 Karakteristik perkembangan setiap anggota cluster rentang usia 2.5–3.4 tahun ......................... 7
11 Karakteristik perkembangan setiap anggota cluster rentang usia 3.5–4.4 tahun ......................... 7
12 Karakteristik perkembangan setiap anggota cluster rentang usia 4.5–5.4 tahun ......................... 7
DAFTAR GAMBAR
Halaman
1 Tahapan-tahapan penelitian.......................................................................................................... 3
2 Grafik Indeks Davies-Bouldin terhadap Epoch ............................................................................ 5
3 Persentase banyak anggota masing-masing cluster rentang usia 2.5–3.4 tahun dengan ukuran
cluster 3 ....................................................................................................................................... 5
4 Persentase banyak anggota masing-masing cluster rentang usia 3.5–4.4 tahun dengan ukuran
cluster 4 ....................................................................................................................................... 6
5 Persentase banyak anggota masing-masing cluster rentang usia 4.5–5.4 tahun dengan ukuran
cluster 3 ....................................................................................................................................... 7
6 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 2.5–3.4 tahun ................. 8
7 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 3.5–4.4 tahun ................. 8
8 Grafik sebaran jumlah anggota berdasarkan daerah anak rentang usia 4.5–5.4 tahun ................. 8
DAFTAR LAMPIRAN
Halaman
1
2
3
4
5
6
Kuesioner kompetensi perkembangan anak usia 2.5–3.4 tahun ................................................. 11
Data perkembangan anak rentang usia 2.5–3.4 tahun ................................................................ 14
Pengamatan terhadap Indeks Davie-Bouldin pada rentang usia 2.5–3.4 tahun .......................... 16
Pengamatan terhadap Indeks Davies-Bouldin pada rentang usia 3.5–4.4 tahun ........................ 16
Pengamatan terhadap Indeks Davies-Bouldin pada rentang usia 4.5–5.4 tahun ........................ 18
Antarmuka Implementasi ........................................................................................................... 19
vi
1
PENDAHULUAN
Latar Belakang
Data perkembangan anak merupakan data
yang dikumpulkan oleh tim dosen pada
Departemen Ilmu Keluarga dan Konsumen
Institut Pertanian Bogor (IKK IPB). Tim
dosen tersebut mengumpulkan data untuk
menunjang salah satu kegiatan tri darma
perguruan
tinggi
berupa
pendidikan,
penelitian, dan pengabdian masyarakat. Salah
satu kegiatan penelitian tersebut ialah
penelitian di bidang perkembangan anak.
Yusuf (2000) mengemukakan bahwa
perkembangan awal anak sangat penting dan
kritis bagi kehidupan anak selanjutnya.
Apabila anak tidak memenuhi tugas
perkembangan pada tahap sebelumnya, hal
tersebut akan berdampak pada keterlambatan
atau gangguan perkembangan ke tahap
selanjutnya. Dengan demikian, salah satu
alasan yang mendasari penelitian yang
dilakukan oleh tim dosen IKK ialah
perkembangan awal seorang anak yang masih
sangat rentan dan kritis.
Data
perkembangan
anak
yang
dikumpulkan oleh tim dosen IKK tersebut
meliputi data kognitif anak, data motorik
anak, data sosial emosi anak, dan data bahasa
anak. Data perkembangan tersebut digunakan
untuk menilai karakteristik perkembangan
anak di suatu daerah serta menilai seorang
anak telah berkembang sesuai usianya atau
sebaliknya.
Pengumpulan data perkembangan anak
oleh tim dosen Departemen IKK IPB salah
satunya dilakukan dengan menggunakan
instrumen
penelitian
kompetensi
(perkembangan) anak usia 3.5–6.4 tahun yang
disusun oleh Depdiknas (2004). Instrumen
tersebut terdiri atas tiga versi, yaitu
kompetensi anak usia 2.5–3.4 tahun,
kompetensi anak usia 3.5–4.4 tahun, dan
kompetensi anak usia 4.5–5.4 tahun. Data
perkembangan
tersebut
membutuhkan
pengolahan untuk menghasilkan penilaian
terhadap karakteristik perkembangan anak di
suatu
daerah.
Penerapan
clustering
menggunakan algoritme Self Organizing
Maps (SOM) diharapkan dapat dijadikan alat
untuk menganalisis data sehingga diperoleh
karakteristik dari data perkembangan anak.
Clustering
digunakan
untuk
mengelompokkan data secara alamiah tanpa
berdasarkan target kelas tertentu, sedemikian
sehingga objek-objek dalam cluster yang
sama lebih mirip dibandingkan dengan objekobjek dalam cluster yang lain (Han & Kamber
2001). Self Organizing Maps (SOM)
merupakan metode pendekatan Jaringan Saraf
Tiruan untuk clustering (Han & Kamber
2001).
Clustering menggunakan SOM pernah
dilakukan pada data pelamar melalui jalur
Undangan Seleksi Masuk IPB (USMI) yang
terpilih di Fakultas Pertanian (Edward 2006).
Penelitian yang dilakukan oleh Edward (2006)
menghasilkan karakteristik pelamar dari hasil
clustering menggunakan algoritme SOM.
Penelitian
ini
diharapkan
mampu
mendapatkan karakteristik data perkembangan
anak dengan menerapkan metode yang sama,
yaitu clustering menggunakan algoritme
SOM.
Tujuan Penelitian
Tujuan dari penelitian ini yaitu:
1 Mengimplementasikan algoritme SOM
dalam clustering data perkembangan anak
tahun 2010 yang meliputi data kognitif,
motorik, dan bahasa anak.
2 Memperoleh
karakteristik
data
perkembangan anak dari hasil clustering
menggunakan SOM.
Ruang Lingkup Penelitian
Pada penelitian ini diterapkan analisis
cluster menggunakan algoritme SOM yang
akan
diimplementasikan
pada
data
perkembangan anak usia 2.5–5.4 tahun dalam
aspek kognitif, motorik, dan bahasa anak di
lima Kecamatan Bogor, yaitu Kecamatan
Sukamakmur, Cibinong, Ciomas, Pamijahan,
dan Bojonggede. Data perkembangan anak
tersebut dikumpulkan oleh tim dosen IKK IPB
pada tahun 2010.
TINJAUAN PUSTAKA
Perkembangan Anak (Child Development)
Perkembangan
merupakan
suatu
perubahan yang berlangsung secara progresif
dan kontinu dalam diri individu melalui
proses pematangan fungsi-fungsi psikis dan
fisik tubuh (Yusuf 2000). Perkembangan
tersebut
merujuk
pada
peningkatan
kemampuan
yang
sederhana
menjadi
kemampuan yang sulit dan mengacu pada
dimensi mental seperti kognitif, motorik, dan
sosial emosi seseorang (Fabes & Martin
2003). Manusia secara alami mempunyai
2
tahap-tahap perkembangan, baik secara fisik,
sosial,
mental,
maupun
psikologis
(Megawangi 2004).
Masa anak-anak adalah suatu gambaran
dari permulaan hidup seseorang. Rentang usia
2–6 tahun merupakan usia yang sangat
penting bagi pertumbuhan dan perkembangan
anak. Perkembangan awal seorang anak lebih
kritis daripada perkembangan selanjutnya
(Yusuf
2000).
Menurut
Departemen
Pendidikan Nasional (2004), untuk mencapai
perkembangan yang optimal perlu diberikan
stimulasi
psikososial,
yaitu
stimulasi
pendidikan dalam rangka mengembangkan
kemampuan kognitif, motorik, serta sosial
emosi anak.
Kemampuan Kognitif Anak
Kemampuan kognitif anak merupakan
kemampuan
berfikir
seseorang
yang
mencerminkan
kemampuan
menerima
informasi, memahami, menganalisis, dan
menyusun informasi baru berdasarkan hal
yang telah ditangkap oleh indera, serta
menyimpannya dalam ingatan seseorang.
Kemampuan kognitif anak meliputi aspek
bahasa dan logis-matematis yang melibatkan
kemampuan otak kiri (Megawangi 2004).
Kemampuan Motorik Anak
Kemampuan motorik anak merupakan
kemampuan anak merespon stimulasi melalui
panca indera. Kemampuan motorik anak
terdiri atas motorik kasar dan motorik halus.
Motorik kasar meliputi kemampuan anak
untuk berdiri, berjalan, duduk, merangkak,
dan sebagainya. Kemampuan motorik halus
anak
meliputi
kemampuan
anak
menggenggam,
mengambil
benda,
memindahkan
benda,
membuka
dan
memasang benda, dan sebagainya (Hastuti
2010).
Kemampuan Sosial Emosi Anak
Kemampuan sosial emosi anak merupakan
kemampuan anak untuk mengekspresikan dan
mengendalikan emosi serta berhubungan
sosial dengan orang lain (Hastuti 2010).
Kemampuan sosial emosi anak berhubungan
dengan kematangan emosi seorang dalam
mengendalikan
perasaannya,
serta
kemampuannya beradaptasi dan bersosialisasi
dengan lingkungan sekitarnya (Siruno &
Siruno 1978).
Analisis Clustering
Clustering adalah proses pengelompokkan
data ke dalam cluster sehingga objek dalam
cluster yang sama memiliki kemiripan yang
tinggi dibandingkan dengan objek dalam
cluster yang lain. Clustering berbeda dengan
klasifikasi. Perbedaan tersebut terletak dalam
hal tidak adanya variabel target untuk
clustering. Clustering tidak memprediksi atau
mengklasifikasikan nilai dari sebuah target,
atau dengan kata lain label kelas setiap objek
pada clustering tidak diketahui. Analisis
cluster adalah upaya untuk menemukan
sekelompok objek yang mewakili suatu
karakter yang sama atau hampir sama
(similar) antara suatu objek dan objek lainnya
pada suatu kelompok dan memiliki perbedaan
(not similar) dengan objek-objek pada
kelompok lain (Han & Kamber 2001).
Self Organizing Maps (SOM)
Self Organizing Maps (SOM) merupakan
metode yang diperkenalkan oleh Teuvo
Kohonen pada tahun 1980-an. SOM adalah
metode pendekatan Jaringan Saraf Tiruan
untuk clustering setelah competitive learning
(Han & Kamber 2001). SOM memperlihatkan
tiga karakteristik: kompetisi, yaitu setiap
vector bobot saling berlomba untuk menjadi
simpul pemenang; kooperasi, yaitu setiap
simpul pemenang bekerjasama dengan
lingkungannya; dan adaptasi, yaitu perubahan
simpul pemenang dan lingkungannya (Larose
2005). SOM merupakan salah satu bentuk dari
Unsupervised Artificial Neural Network
(Unsupervised
ANN)
yang
proses
pelatihannya tidak memerlukan pengawasan
(target output). SOM digunakan untuk
mengelompokkan
(clustering)
data
berdasarkan karakteristik atau fitur-fitur data
(Larose 2005).
Algoritme Self Organizing Maps
Algoritme SOM terdiri atas (Fausett
1994):
1 Menginisialisasi neuron input: x1, x2, ..., xi.
2 Menginisialisasi neuron output (lapisan
output) sebanyak j x l: y11, y12, ..., yjl.
3 Mengisikan bobot antar neuron input dan
output μijl dengan bilangan random 0
sampai 1.
4 Menetapkan parameter learning rate
dan ukuran lingkungan R.
3
5 Mengulangi langkah 6 sampai dengan
langkah 10 hingga tidak ada perubahan
pada bobot map telah mencapai iterasi atau
epoch maksimal.
6 Memilih salah satu input dari vektor input
yang ada.
7 Menghitung jarak antarvektor input
terhadap bobot (djl) dengan masing-masing
neuron output dengan rumus:
n
dl ∑
l
8 Mencari nilai terkecil dari seluruh bobot
(djl). Index dari bobot (djl) yang paling
mirip disebut winning neuron.
9 Memperbarui setiap bobot μijl dengan
menggunakan rumus:
10 Memperbarui learning rate
dan
ukuran lingkungan R.
11 Menyimpan bobot yang telah konvergen.
METODE PENELITIAN
Penelitian ini dilaksanakan dalam lima
tahapan, yaitu (1) Pengumpulan Data
Perkembangan Anak, (2) Praproses Data, (3)
Clustering Menggunakan Self Organizing
Maps (SOM), (4) Validasi Cluster
Menggunakan Indeks Davies-Bouldin, (5)
Representasi Pengetahuan. Tahapan-tahapan
tersebut disajikan pada Gambar 1.
Pengumpulan Data
Perkembangan Anak
Praproses Data
Clustering Menggunakan SOM
Indeks Davies-Bouldin
Validasi cluster adalah prosedur evaluasi
hasil analisis cluster secara kuantitatif dan
objektif (Jain & Dubes 1988). Indeks validitas
digunakan sebagai metode validasi cluster
untuk evaluasi kuantitatif dari hasil clustering.
Salah satu indeks validitas ialah Indeks
Davies-Bouldin (Salazar et al. 2002).
Pengukuran ini memaksimalkan jarak intercluster antara Cluster Ci dan Cj dan pada
waktu
yang
sama
mencoba
untuk
meminimalkan jarak antartitik dalam sebuah
cluster. Jarak intra-cluster sc (Qk) dalam Cluster
Qk ialah:
∑
c
dengan Nk adalah banyak titik yang termasuk
dalam Cluster Qk dan Ck adalah centroid dari
Cluster Qk. Jarak Inter-cluster didefinisikan:
d
l
l ||
||
nc
∑nc
l≠
{
sc
sc
dl
Representasi Pengetahuan
Gambar 1 Tahapan-tahapan penelitian.
Pengumpulan Data Perkembangan Anak
Data
perkembangan
anak
yang
dikumpulkan oleh tim dosen Departemen IKK
berupa data hasil penelitian menggunakan
kuesioner kompetensi perkembangan anak
dari
lima
Kecamatan
Bogor.
Data
perkembangan tersebut dijadikan input
algoritme SOM pada penelitian ini.
Praproses Data
dengan Ck dan Cl adalah centroid Cluster k
dan Cluster l. Di lain pihak, Indeks DaviesBouldin didefinisikan:
nc
Validasi Cluster Menggunakan
Indeks Davies-Bouldin
l
l
}
dengan nc adalah banyak cluster. Skema
clustering yang optimal menurut Indeks
Davies-Bouldin ialah yang memiliki Indeks
Davies-Bouldin minimal (Salazar et al. 2002).
Tahapan praproses meliputi pembersihan
data, integrasi data, transformasi data, dan
seleksi data. Pada tahap pembersihan data
dihilangkan data perkembangan anak yang
mengadung noise (berisi nilai yang tidak
semestinya), data yang tidak lengkap, dan data
yang tidak konsisten. Selanjutnya, pada tahap
integrasi dan transformasi data dilakukan
proses penggabungan data dan proses
pengubahan data menjadi bentuk yang sesuai
4
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:
Ukuran cluster: 3, 4, 5, 6,
Learning rate ( ) : 0.1, 0.5, dan 0.9,
Ukuran lingkungan (R) : 1, dan
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.
1
2
3
4
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 pengcluster-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 DaviesBouldin-nya. Bila dilihat Gambar 2, pada saat
algoritme SOM dijalankan dengan 30 epoch,
dihasilkan Indeks Davies-Bouldin terkecil,
5
yaitu DBI yang terbaik. Epoch inilah yang
digunakan sebagai kriteria pemberhentian
algoritme SOM untuk ketiga kelompok usia
yaitu sebanyak 30 epoch.
Tabel 1
Banyak anggota masing-masing
cluster rentang usia 2.5–3.4 tahun
dengan ukuran cluster 3
Cluster ke-
Banyak
anggota
1
2
3
23
32
16
Persentase
banyak
anggota
32.39
45.07
22.53
Tabel 2 Centroid masing-masing anggota
cluster rentang usia 2.5–3.4 tahun
dengan ukuran cluster 3 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Gambar 2 Grafik Indeks Davies-Bouldin
terhadap Epoch.
Indeks Davies-Bouldin (DBI)
Pengamatan terhadap Indeks DaviesBouldin 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 DaviesBouldin 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.
Centroid (%)
Cluster
ke-
Kognitif
Bahasa
1
2
3
49.50
69.78
86.41
37.19
63.92
85.53
Tabel 3
Cluster
ke1
2
3
Motorik
Halus
41.62
55.24
67.45
Motorik
Kasar
60.19
76.81
92.36
Rataan masing-masing anggota
cluster rentang usia 2.5–3.4 tahun
dengan ukuran cluster 3 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Rataan (%)
Kognitif
Bahasa
45.65
66.92
78.58
39.85
69.44
86.11
Motorik
Halus
45.34
54.68
68.28
Motorik
Kasar
54.34
70.00
87.50
22.53%
32.39%
45.07%
Cluster 1
Gambar 3
Cluster 2
Cluster 3
Persentase banyak anggota
masing-masing
cluster
rentang usia 2.5–3.4 tahun
dengan ukuran cluster 3.
6
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 masingmasing 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
ke1
2
3
4
Banyak
anggota
9
26
42
20
Persentase
banyak anggota
9.27
26.80
43.29
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
Centroid (%)
Cluster
ke-
Kognitif
Bahasa
1
2
3
4
35.14
51.74
76.34
88.05
34.72
46.14
68.46
83.15
Tabel 6
Cluster
ke1
2
3
4
Motorik
Halus
38.22
47.54
70.12
78.87
Rataan (%)
Bahasa
29.62
51.42
68.87
89.25
33.74
48.86
65.96
86.29
Motorik
Halus
43.05
56.25
70.23
78.43
26.8%
43.29%
Gambar 4
Motorik
Kasar
59.59
73.07
83.44
92.72
Cluster 1
Cluster 2
Cluster 3
Cluster 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 masingmasing disajikan pada Tabel 8 dan Tabel 9.
Tabel 7
Motorik
Kasar
63.15
72.35
81.41
87.23
Rataan masing-masing anggota
cluster rentang usia 3.5–4.4 tahun
dengan ukuran cluster 4 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Kognitif
9.27%
20.6 %
Banyak anggota masing-masing
cluster rentang usia 4.5–5.4 tahun
dengan ukuran cluster 3
Cluster
ke1
2
3
Banyak
anggota
Persentase
banyak anggota
46
44
36
36.50
34.92
38.57
Tabel 8 Centroid masing-masing anggota
cluster rentang usia 4.5–5.4 tahun
dengan ukuran cluster 3 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Cluster
ke-
Kognitif
1
2
3
50.74
71.01
83.15
Centroid (%)
Motorik
Bahasa
Halus
49.22
74.16
73.71
77.57
85.50
80.03
Motorik
Kasar
86.04
93.52
96.67
7
Tabel 9
Rataan masing-masing anggota
cluster rentang usia 4.5–5.4 tahun
dengan ukuran cluster 3 dalam
bentuk
persentase
capaian
kompetensi perkembangan
Tabel 11 Karakteristik perkembangan setiap
anggota cluster rentang usia 3.5–
4.4 tahun
Kognitif
Bahasa
1
2
3
4
Buruk
Buruk
Sedang
Baik
Buruk
Buruk
Sedang
Baik
Rataan (%)
Cluster
ke-
Kognitif
Bahasa
1
2
3
48.60
69.69
86.89
46.25
72.28
85.10
Motorik
Halus
65.83
75.81
81.34
Motorik
Kasar
83.52
94.40
97.32
Perkembangan
Cluster
ke-
34.92%
Cluster 1
Gambar 5
Cluster 2
Cluster 3
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
Perkembangan
Cluster
ke-
Kognitif
Bahasa
1
2
3
Buruk
Sedang
Sedang
Buruk
Sedang
Baik
Motorik
Halus
Buruk
Buruk
Sedang
Motorik
Kasar
Buruk
Sedang
Baik
Motorik
Kasar
Buruk
Sedang
Baik
Baik
Tabel 12 Karakteristik perkembangan setiap
anggota cluster rentang usia 4.5–
5.4 tahun
36.50%
38.57%
Motorik
Halus
Buruk
Buruk
Sedang
Sedang
Perkembangan
Cluster
ke-
Kognitif
Bahasa
1
2
3
Buruk
Sedang
Baik
Buruk
Sedang
Baik
Motorik
Halus
Sedang
Sedang
Baik
Motorik
Kasar
Baik
Baik
Baik
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.
8
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.
Cluster 1
Cluster 2
Cluster 3
11
Jumlah Anggota
7
7
7
7
6
6
5
4
3
3
3
2
0
sukamakmur
0
cibinong
ciomas
pamijahan
Kecamatan
bojonggede
Gambar 6 Grafik sebaran jumlah anggota
berdasarkan
daerah
anak
rentang usia 2.5–3.4 tahun.
Cluster 1
Cluster 2
Cluster 3
Cluster 4
13
Jumlah Anggota
12
10
9
8
7
6
4
1
Sukamakmur
0
Cibinong
1
4
3
2
4
1
Ciomas
1
Pamijahan
2
1
Cluster 2
Cluster 3
17
Jumlah Anggota
11 11 11
10
8
7
3
2
Cibinong
10 10
9
6
7
4
Ciomas
Pamijahan
SIMPULAN DAN SARAN
Simpulan
Bojonggede
Gambar 7 Grafik sebaran jumlah anggota
berdasarkan
daerah
anak
rentang usia 3.5–4.4 tahun.
Cluster 1
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.
8
Kecamatan
Sukamakmur
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.
Bojonggede
Kecamatan
Gambar 8 Grafik sebaran jumlah anggota
berdasarkan
daerah
anak
rentang usia 4.5–5.4 tahun.
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.
9
Saran
Pada
penelitian
selanjutnya
dapat
dianalisis aspek lain yang memengaruhi
perkembangan anak dari hasil clustering
menggunakan algoritme SOM, seperti
pendidikan anak usia dini serta pengetahuan
ibu terhadap perkembangan anak.
DAFTAR PUSTAKA
[Depdiknas]
Departemen
Pendidikan
Nasional. 2004. Instrumen Penelitian
Kompetensi (Perkembangan) Anak Usia
3,5–6,4 Tahun. Jakarta: Pusat Kurikulum,
Badan Penelitian dan Pengembangan,
Departemen Pendidikan Nasional.
Edward. 2006. Clustering menggunakan Self
Organizing Maps (studi kasus: data PPMB
IPB)
[skripsi].
Bogor:
Fakultas
Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.
Fabes R, Martin C. 2003. Exploring Child
Development. Boston: Pearson Education.
Fausett L. 1994. Fundamentals of Neural
Networks. New Jersey: Prentice Hall.
Han J, Kamber M. 2001. Data Mining:
Concepts and Techniques. San Diego:
Academic Press.
Hastuti D. 2010. Pengasuhan: Teori dan
Prinsip serta Aplikasinya di Indonesia.
Bogor: Departemen Ilmu Keluarga dan
Konsumen IPB.
Jain AK, Dubes RC. 1988. Algorithms for
Clustering Data. New Jersey: Prentice
Hall.
Larose DT. 2005. Discovering Knowledge in
Data: An Introduction to Data mining.
New Jersey: Wiley.
Megawangi R. 2004. Pendidikan Karakter
(Solusi yang Tepat untuk Membangun
Bangsa). Jakarta: Indonesia Heritage
Foundation.
Salazar GEJ, Veles AC, Parra MCM, Ortega
LO. 2002. A cluster validity index for
comparing non-hierarchical clustering
methods.
[terhubung
berkala].
http://citeseer.ist.psu.edu/rd/salazar02clust
er.pdf [7 Januari 2012].
Siruno R, Siruno E. 1978. Child Growth and
Development. Manila: Rex Printing
Company.
Yusuf S. 2000. Psikologi Perkembangan Anak
dan Remaja. Bandung: PT Remaja
Rosdakarya.
10
LAMPIRAN
11
Lampiran 1 Kuesioner kompetensi perkembangan anak usia 2.5–3.4 tahun
NO
INDIKATOR KOGNITIF
TES PERBUATAN
PENILAIAN
1.
Menyebutkan 1–4 warna
Sebutkan warna-warna yang
kamu ketahui?
0
1
2
0
1
2
2.
Menjodohkan warna-warna
merah, putih, hitam coklat
Pasangkan keeping-keping
warna ini dengan warna di
lembar ini
3.
Pilih benda yang paling besar
dan paling kecil dari benda
yang sama
Hadapkan di depan anak 3
keping benda dengan bentuk
sama tapi ukurannya
berbeda. Tanyakan kepada
anak mana yang paling
besar? Mana yang paling
kecil?
0 Tidak dapat
1 Dapat menunjukkan
yang paling besar atau
yang paling kecil
2 Dapat menunjukkan
keduanya
4.
Menyebutkan jenis kelamin
sendiri
T ny k n “k u laki-laki
t u pere pu n”
5.
Mengetahui namanya
Tanyakan siapa nama
panggilannya (nama pendek)
6.
Memasangkan gambar dari
benda yang dikenal
Cari pasangan gambar kartu
yang sama dengan gambar di
lembar ini
0
1
2
0
1
2
0
1
2
NO
INDIKATOR BAHASA
TES PERBUATAN
1.
Dapat memberikan informasi
tentang diri sendiri (nama
panggilan dan umur)
Tanyakan :
1. Siapa namamu?
2. Kamu umur berapa?
2.
Dapat menirukan kembali
urutan kata (2 kata)
Coba tirukan ucapan berikut :
1. Mama, papa
2. Pepaya, pisang
3.
Dapat mengikuti perintah
sederhana
Lakukan sesuai perintah :
1. Ambil bola
2. Ambil buku
4.
Dapat memahami bahasa
isyarat
Peragakan! Apa maksud
gerakan ini :
1. Anggukan kepala
5.
Dapat menunjukkan 3 gerakan
orang pada gambar
Coba tunjukkan gambar :
1. Anak sedang duduk
2. Anak sedang makan
3. Anak sedang minum
6.
Dapat menyanyikan satu lagu
bebas
Nyanyikan satu lagu yang
kamu sukai
Tidak dapat
Dapat 1 – 2
Dapat 3 – 4
Tidak dapat
Dapat 1 – 2
Dapat 3 – 4
Tidak dapat
Menjawab tapi salah
Menjawab benar
Tidak ada respon
Menjawab tapi salah
Menjawab benar
Tidak dapat
Dapat 1 – 2
Dapat 3 – 4
PENILAIAN
0.
1.
2.
3.
0.
1.
2.
3.
0.
1.
2.
3.
0.
1.
2.
3.
0.
1.
2.
Diam tidak menjawab
Menjawab tetapi salah
Menjawab satu benar
Menjawab dua benar
Tidak dapat, diam
Menjawab tetapi salah
Menjawab satu benar
Menjawab dua benar
Diam, tidak merespon
Merespon tetapi salah
Dapat satu
Dapat dua
Diam, tidak merespon
Merespon tetapi salah
Dapat satu
Dapat dua
Menjawab tetapi salah
Benar satu
Benar dua
Benar tiga
0. Tidak dapat, diam
1. Menyanyi ragu-ragu
(salah)
2. Dapat menyanyi ½
benar
Dapat menyanyi penuh
12
Lanjutan
NO
INDIKATOR
MOTORIK KASAR
TES PERBUATAN
PENILAIAN
0. Tidak dapat
1. Dapat tapi kurang
seimbang
2. Dapat
0. Tidak dapat
1. Dapat tapi kurang
seimbang
2. Dapat
0. Tidak dapat
1. Dapat tapi tidak
seimbang
2. Dapat dengan lancar
0. Tidak dapat
1. Dapat tapi tidak
seimbang
2. Dapat dengan lancar
0. Tidak dapat
1. Dapat tapi tidak lancar
2. Dapat
1.
Berjalan dengan lancar
Suruh anak berjalan ke depan
2.
Berjalan di atas garis
lurus
Suruh anak berjalan di atas
garis/tali yang dibentangkan
lebih kurang 10 meter
3.
Berlari
Suruh anak berlari ke depan
selama 15 detik
4.
Melompat
Suruh anak melompat-lompat
dengan dua kaki di tempat
sebanyak 10 kali
5.
Mengayunkan lengan
Suruh anak mengayunkan lengan
ke kiri dan ke kanan berulangulang
6.
Membungkukkan badan
Suruh anak membungkukkan
badan hingga ujung jari
menyentuh lantai
7.
Gerak koordinasi mata
dan kaki
Berikan satu bola besar pada
anak kemudian suruh
menendangnya
8.
Gerak koordinasi mata
dan tangan
Anak disuruh menangkap bola
yang dilambungkan dari jarak 2
meter (bola boleh menyentuh
tubuh)
9.
Melambungkan bola
dengan dua tangan
Berikan satu bola pada anak
kemudian suruh untuk
melambungkannya dengan dua
tangan
0. Tidak dapat
1. Dapat tapi tidak lancar
2. Dapat
10.
Berdiri dengan satu kaki
Suruh anak berdiri dengan satu
kaki (berdiri bangau) selama ½
menit
0. Tidak dapat
1. Dapat tapi sebentar
2. Dapat sampai ½ menit
0. Tidak dapat
1. Dapat tapi tidak
menyentuh lantai
2. Dapat menyentuh
lantai
0. Tidak dapat
1. Dapat tanpa koordinasi
yang baik
2. Dapat dengan
koordinasi yang baik
0. Tidak dapat
1. Dapat tapi tidak lancar
2. Dapat tanpa jatuh
13
Lanjutan
NO
1.
INDIKATOR MOTORIK
HALUS
Anak dapat membangun
menara/tugu dari 6 balok
TES PERBUATAN
PENILAIAN
Susunlah balok-balok menjadi
menara! (jika anak tidak
mengerti perintah, observer
dapat memberikan contoh)
0. Tidak dapat
1. Dapat 1–3
2. Dapat 4–6
0. Tidak dapat
1. Dapat melakukan tidak
sempurna
2. Dapat melakukan
dengan sempurna
0. Tidak dapat
1. Dapat melakukan tidak
sempurna
2. Dapat
2.
Anak dapat membalik
halaman buku satu per satu
Bukalah buku cerita ini lembar
demi lembar! (jika anak tidak
mengerti dapat diberikan
contoh)
3.
Anak dapat meremas-remas
dan memilin benda lunak
misalkan tanah liat
Buatlah benda bentuk mainan
dengan bahan lunak misalkan
plastisin dengan teknik remas
dan pilin!
4.
Anak dapat menarik garis
datar dan tegak
Buatlah garis datar dan garis
tegak dengan diberi contoh
5.
Anak dapat melipat kertas
menjadi dua
Lipatlah kertas menjadi dua
bagian!
6.
Anak dapat menjiplak
gambar geometris
Buatlah gambar lingkaran,
segitiga dan persegi panjang
dengan teknik menjiplak!
7.
Anak dapat menggunting
mengikuti garis lurus
Guntinglah kertas ini dengan
mengikuti garis yang tersedia!
0.
1.
2.
0.
1.
2.
0.
1.
2.
Tidak dapat
Dapat satu macam garis
Dapat dua macam garis
Tidak dapat
Dapat tetapi tidak rapi
Dapat dan hasilnya rapi
Tidak dapat
Dapat tetapi tidak rapi
Dapat dan hasilnya rapi
0. Tidak dapat
1. Dapat tetapi tidak rapi
2. Dapat rapi dan tidak
terputus
14
Lampiran 2 Data perkembangan anak rentang usia 2.5–3.4 tahun
Id_Anak
KOGNITIF
BAHASA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
11
8
8
1
3
12
11
10
5
8
10
9
10
7
5
10
11
10
9
8
7
10
7
8
10
7
10
12
8
4
9
9
6
7
8
6
7
4
7
8
7
6
4
6
11
9
9
9
7
8
4
5
14
12
5
3
3
11
15
17
11
11
10
14
14
11
6
7
12
12
9
9
12
10
14
16
16
16
15
16
15
10
12
15
14
13
16
16
8
6
8
11
12
16
11
6
17
17
17
14
16
4
7
12
MOTORIK
HALUS
14
8
7
6
8
9
10
13
7
10
7
9
9
8
8
10
9
6
5
5
6
8
6
8
9
9
8
10
9
7
8
9
9
8
8
8
8
6
5
5
7
5
4
7
9
10
8
10
7
6
5
7
MOTORIK
KASAR
18
13
12
4
10
16
17
18
13
17
15
16
14
15
13
15
15
14
11
12
17
15
18
16
12
18
15
20
20
15
13
10
14
17
20
18
13
10
12
12
14
9
8
12
14
18
16
18
10
14
12
10
15
Lanjutan
Id_Anak
KOGNITIF
BAHASA
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
8
9
4
5
5
8
3
11
5
7
8
8
6
4
8
7
9
11
3
15
14
3
13
12
16
7
14
5
11
15
15
6
7
11
4
11
13
7
MOTORIK
HALUS
6
6
6
6
7
5
11
9
8
9
6
7
9
5
6
5
9
10
7
MOTORIK
KASAR
11
16
9
10
10
13
20
16
8
12
14
10
12
9
10
14
13
18
15
16
Lampiran 3 Pengamatan terhadap Indeks Davies-Bouldin pada rentang usia 2.5–3.4 tahun
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
LR
PLR
0.1
0.5
0.9
0.9
0.1
0.5
0.5
0.9
0.1
0.5
0.9
0.1
Ulangan ke-
Epoch
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
30
3 Cluster
1.8109
1.8585
2.0857
2.1422
2.0005
2.1736
1.8419
1.8565
2.6765
1.8851
2.5244
3.1027
1.6917
2.819
2.5484
2.3136
2.5813
1.9545
2.0756
2.4826
2.5979
2.1736
1.8419
1.8565
2.6765
2.2475
2.1694
2.1208
1.9863
2.0392
2.3136
2.5813
1.9545
2.1629
2.0756
1.934
2.0049
1.6089
3.1901
1.306
4.436
2.1559
2.5062
2.6274
1.9082
Indeks Davies Bouldin
4 Cluster
5 Cluster
2.2035
2.3792
2.2922
2.5116
2.0736
2.3
2.2387
2.3383
2.4301
2.0722
2.5478
2.1758
2.2039
2.5502
2.9236
2.3744
2.3255
2.2387
2.1575
2.1054
1.9589
3.6242
2.4967
2.0928
1.9168
2.1267
2.2543
2.0401
2.5412
2.4797
2.1411
2.0722
2.1857
2.3112
2.3302
2.121
2.0981
2.2742
2.3123
2.2016
2.4799
2.4634
2.5478
2.0911
2.2039
2.2055
2.9236
2.6179
2.4461
2.1636
2.3207
3.1504
2.1025
2.2014
2.0948
2.1267
2.3196
2.0401
2.0095
2.4797
2.4779
2.3726
2.1411
2.1668
2.1857
2.2454
2.3302
1.9619
2.0981
2.2175
2.7998
2.171
2.4906
2.4936
2.548
2.2744
2.1681
2.0356
2.3418
2.6184
2.5009
1.8666
2.0483
3.2351
2.0468
2.23
2.495
2.5296
2.0541
2.1267
6 Cluster
2.4169
2.3078
2.4886
2.2068
2.4648
2.8882
2.6798
3.3004
2.0103
2.5205
3.8179
2.3042
2.5121
2.4987
3.1376
2.4648
2.3361
2.4886
2.5439
2.5378
2.8553
2.5188
2.0168
2.6594
2.4429
3.8179
2.2599
2.5121
2.4987
3.1376
2.6477
2.6629
2.5524
2.4754
2.4199
1.9633
2.4693
2.1895
2.0121
2.6124
2.1536
2.6269
3.9709
2.2599
2.5121
LR= Learning Rate, PLR= Penurunan Learning Rate, Ulangan ke- = pengulangan percobaan, Epoch =
banyak iterasi,
= Indeks Davies-Bouldin terkecil/terbaik.
17
Lampiran 4 Pengamatan terhadap Indeks Davies-Bouldin pada rentang usia 3.5–4.4 tahun
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
LR
PLR
0.1
0.5
0.9
0.9
0.1
0.5
0.5
0.9
0.1
0.5
0.9
0.1
Ulangan
ke1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
Epoch
30
3 Cluster
2.0908
2.0671
1.9821
1.9142
1.9416
1.8537
2.2067
2.0346
2.0078
2.0769
2.0444
1.9576
2.0027
2.0458
2.2611
1.9022
2.1534
2.1057
1.9411
2.1404
1.9351
1.8769
2.2387
1.884
1.9131
1.9125
2.1478
2.116
2.3023
1.979
2.1328
1.9415
2.0786
1.9173
2.0723
2.1115
2.0601
2.