<![CDATA[Penelitian ini bertujuan untuk memprediksi tingkat keterlambatan bicara pada balita yang sudah terindekasi smartphone dengan menggunakan metode klasifikasi dan algoritma Decision Tree C4.5. Atribut yang digunakan dalam penelitian ini mencakup umur (usia), durasi, dan jenis aplikasi yang digunakan. Pengelolaan data untuk prediksi tingkat keterlambatan bicara pada balita menggunakan tahapan Knowledge Discovery in Database (KDD) dengan alat bantu tools RapidMiner. Proses penghitungan data dengan algoritma Decicion Tree menunjukkan bahwa tingkat keterlambatan bicara (Speech Delayed) yang terlambat lebih rendah dibandingkan dengan tingkat balita yang tidak mengalami keterlambatan bicara (Normal). Hasil akurasi prediksi sebesar 89.59%. Evaluasi dengan metrik AUC juga menunjukkan nilai 89.59%, mengindikasikan bahwa model ini memiliki kemampuan klasifikasi yang hampir sempurna. Temuan ini memverifikasi bahwa model mampu memprediksi tingkat keterlambatan Bicara pada balita dengan tingkat akurasi yang tinggi.]]>
Copyrights © 2024
