<![CDATA[Disleksia merupakan gangguan belajar spesifik yang ditandai dengan kesulitan membaca, menulis, dan mengeja, serta sering kali memengaruhi kemampuan anak untuk mengikuti pelajaran di sekolah. Permasalahan yang sering terjadi pada anak disleksia meliputi kesulitan membedakan huruf tertentu seperti "b" dan "d" atau "p" dan "q. Penelitian ini bertujuan mengembangkan sistem klasifikasi teks untuk membantu anak-anak dengan disleksia memahami bacaan melalui penyederhanaan teks. Sistem dibangun menggunakan algoritma Multinomial Naïve Bayes yang mengklasifikasikan teks menjadi kategori “sederhana” dan “tidak sederhana”. Dataset disusun secara manual dengan mengumpulkan kalimat dari buku dan majalah anak, lalu mengidentifikasi kata atau frasa sulit bagi anak usia 10–12 tahun. Metode penelitian mencakup tahapan preprocessing (tokenisasi, stopword removal, stemming), pelabelan teks, pembagian data latih dan uji (70:30), pelatihan model dengan optimasi parameter α, serta evaluasi menggunakan akurasi, balanced accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan akurasi sebesar 93,72% pada data latih dan 92,49% pada data uji, dengan balanced accuracy masing-masing 94,23% dan 92,59%. Nilai precision, recall, dan F1-score rata-rata mencapai 0,92, menandakan kinerja model yang konsisten pada kedua kelas. Visualisasi confusion matrix menunjukkan sebagian besar prediksi tepat, meskipun masih terdapat kesalahan klasifikasi pada teks dengan makna ambigu. Penelitian ini membuktikan bahwa Naïve Bayes efektif dalam mengklasifikasikan tingkat kesederhanaan teks berbahasa Indonesia, serta berpotensi menjadi solusi teknologi pendukung pendidikan inklusif bagi anak-anak dengan disleksia]]>
Copyrights © 2025
