APLIKASI SISTEM PAKAR UNTUK DETEKSI KEPRIBADIAN ANAK USIA DINI MEGGUNAKAN FIVE FACTOR MODEL (FMM) BERDASARKAN GESTURE TUBUH ANAK

Abstract

Secara umum orang tua tidak memahami kepribadian anak diusia dini karena anak pada usia dini masih didominasi gestur tubuh bila dibandingkan denganbicara, sehingga orang tua sering salah menerjemahkan gestur tersebut. Oleh karena itu sering didapat informasi terjadi kekerasan terhadap anak.Kesalahan-kesalahan perlakuan/stimulasi pada anak akan berdampak kepada terjadinya gangguan belajar, psikologis bahkan pada kasus tertentu mengakibatkan hilangnya potensi berharga pada diri anak, apalagi dalam bentuk kekerasan. Pada masa pandemi Covid-19 ini menjadi penting kehadiran media digital atau aplikasi yang bisa menterjemahkan gesture tubuh anak usia dini selayaknya seorang ahli tentang perilaku anak yang bisa diakses oleh masyarakat luas. Tantangan yang dihadapi adalah bagaimana menghadirkan aplikasi yang mampu mendeteksi kepribadian anak usia dini dengan akurat dan mudah diakses. Beberapa penelitian telah menghasilkan aplikasi deteksi kepribadian berbasis dekstop ataupun android. Penelitian ini menawarkan aplikasi sistem pakar untuk deteksi kepribadia anak di usia dini berdasarkan Five Factor Model (FFM) Personality. Metode yang digunakan adalah Backward Chaining dengan pelacakan gejala menggunakan Depth First Search (DFS). Hal yang baru pada penelitian ini dibanding penelitian sebelumnya adalah pengembangan pelacakan gejala di node dari model DFS. Tujuan dari penelitian adalah menghadirkan sistem aplikasi deteksi kepribadian anak diusia dini dengan kemampuan seperti seorang pakar kepribadian. Aplikasi ini telah diuji dengan 45 pengujian dan juga telah divalidasi oleh seorang pakar kepribadian dengan tingkat akurasi sistem mencapai 100%.