PENERAPAN NAÏVE BAYES UNTUK KLASIFIKASI PENYEDERHANAAN TEKS BACAAN ANAK DISLEKSIA
Keywords:
Disleksia, Naïve Bayes, NLPAbstract
Disleksia merupakan gangguan belajar spesifik yang ditandai dengan kesulitan dalam membaca, menulis, dan mengeja. Permasalahan yang sering terjadi pada anak disleksia adalah kesulitan dalam mengikuti Pelajaran di sekolah serta sulit membedakan huruf b dan d, n dan u, p dan d. penelitian ini dilakukan untuk membantu anak disleksia dalam menyederhanakan teks bacaan dari kalimat yang sulit menjadi kalimat yang sederhana maupun kompleks. Metode ini menggunakan algoritma Naïve Bayes untuk menyederhanakan teks bacaan. Melalui metode Naïve Bayes, teks dapat secara otomatis diubah menjadi versi yang lebih sederhana tanpa menghilangkan makna utama sehingga dapat dimengerti oleh anak disleksia. Hasil penelitian menunjukkan bahwa penerapan algoritma Naïve Bayes dalam menyederhanakan teks mampu mengklasifikasikan kata atau kalimat sulit menjadi lebih sederhana. Penyederhanaan teks bacaan sangat penting mengingat kesulitan yang dihadapi oleh anak-anak dengan disleksia. Mereka dapat menjadi lebih frustasi dan kehilangan keinginan untuk belajar karena teks yang sulit. Kemajuan dan modernisasi teknologi informasi dan komunikasi menghasilkan inovasi baru, termasuk sistem yang mudah dan praktis serta pelayanan yang lebih cepat. Dengan kemajuan teknologi, banyak anak mengalami gangguan belajar, yang berdampak buruk pada prestasi akademik mereka.
References
M. U. Hasballah dan N. B. M. Rabi, “Meningkatkan Kemampuan Literasi Dini Pada Anak Disleksia Melalui Metode ‘Vakta,’” J. Buah Hati, vol. 9, no. 1, hal. 43–56, 2022, doi: 10.46244/buahhati.v9i1.1735.
D. Yuliana Putri, A. Siti Lathifah, C. Mukholis Aji Prasetyo, dan S. Suparmi, “Peran Guru dalam Meningkatkan Keterampilan Membaca Anak Disleksia,” Wahana Karya Ilm. Pendidik., vol. 8, no. 01, hal. 26–36, 2024, doi: 10.35706/wkip.v8i01.11578.
E. Rahmawati dan M. Muhroji, “Pengaruh Media Puzzle Huruf untuk Meningkatkan Kemampuan Membaca Anak Disleksia,” Ideguru J. Karya Ilm. Guru, vol. 9, no. 3, hal. 1408–1413, 2024, doi: 10.51169/ideguru.v9i3.1103.
A. Harbani, S. Syafrial, J. Warmansyah, dan A. F. Arif, “Penerapan Metode Naive Bayes untuk Penentuan Penanganan Pasien pada Penyakit ISPA,” Digit. Transform. Technol., vol. 4, no. 2, hal. 1012–1023, 2025, doi: 10.47709/digitech.v4i2.5190.
N. A. Prakoso Indaryono, “Analisa Perbandingan Algoritma Random Forest Dan Naïve Bayes Untuk Klasifikasi Curah Hujan Berdasarkan Iklim Di Indonesia,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 9, no. 1, hal. 158–167, 2024, doi: 10.29100/jipi.v9i1.4421.
N. Darmayanti, N. Hayati, A. Rohali, dan Z. E. Marpaung, “Pendidikan dan Bimbingan Anak Berkebutuhan Khusus (ABK) Disleksia,” El-Mujtama J. Pengabdi. Masy., vol. 4, no. 2, hal. 854–862, 2023, doi: 10.47467/elmujtama.v4i2.4431.
L. Oktamarina dkk., “BHARASUMBA : Jurnal Multidisipliner GANGGUAN GEJALA DISLEKSIA PADA ANAK USIA DINI,” J. Multidisipliner, vol. 02, no. 01, hal. 104–118, 2022.
T. Sinaga, “Penerapan Algoritma Naive Bayes dalam Pemrosesan Bahasa Alamiah,” no. December, 2023, [Daring]. Tersedia pada: https://www.researchgate.net/publication/376720851
Siti Alyunita Mega Lestari, Akim M.H. Pardede, dan Magdalena Simanjuntak, “Prediksi Disleksia pada Anak menggunakan Metode Naive Bayes,” J. Kaji. dan Penelit. Umum, vol. 2, no. 5, hal. 37–51, 2024, doi: 10.47861/jkpu-nalanda.v2i5.1287.
E. P. Adamansyah dan A. Yudhistira, “Evaluasi Opini Publik di Media Sosial X terhadap Kebijakan Pajak Pertambahan Nilai 12% di Indonesia Menggunakan Naive Bayes dan Decision Tree,” J. Pendidik. dan Teknol. Indones., vol. 5, no. 3, hal. 831–843, 2025, doi: 10.52436/1.jpti.710.
M. Yusuf Rismanda Gaja, I. Maulana, dan O. Komarudin, “Analisis Sentimen Opini Pengguna Aplikasi Vidio Pada Ulasan Playstore Menggunakan Algoritma Naive Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, hal. 2767–2774, 2024, doi: 10.36040/jati.v7i4.7197.
F. A. Ramadhan, S. H. Sitorus, dan T. Rismawan, “Penerapan Metode Multinomial Naïve Bayes untuk Klasifikasi Judul Berita Clickbait dengan Term Frequency - Inverse Document Frequency,” J. Sist. dan Teknol. Inf., vol. 11, no. 1, hal. 70, 2023, doi: 10.26418/justin.v11i1.57452.
Yuyun, N. Hidayah, dan S. Sahibu, “Algoritma Multinomial Naïve Bayes Untuk Klasifikasi Sentimen Pemerintah Terhadap Penanganan Covid-19 Menggunakan Data Twitter,” J. RESTI, vol. 5, no. 4, hal. 820–826, 2021, doi: 10.29207/resti.v5i4.3146.
N. F. Az-haari, D. Juardi, dan A. Jamaludin, “Analisis Sentimen Terhadap Boikot Brand Pro-Israel Pada Twitter Menggunakan Metode Naïve Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, hal. 4256–4261, 2024, doi: 10.36040/jati.v8i3.9888.
Gilbert, Syariful Alam, dan M. Imam Sulistyo, “Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes,” STORAGE J. Ilm. Tek. dan Ilmu Komput., vol. 2, no. 3, hal. 100–108, 2023, doi: 10.55123/storage.v2i3.2333.
S. Surayya dan H. Mubarok, “Pengaruh Aplikasi Marbel Membaca Terhadap Kemampuan Membaca Anak Disleksia,” Ibriez J. Kependidikan Dasar Islam Berbas. Sains, vol. 6, 2021, doi: 10.21154/ibriez.v6i2.165.
N. Haifa, A. Mulyadiprana, dan R. Respati, “Pengenalan Ciri Anak Pengidap Disleksia,” PEDADIDAKTIKA J. Ilm. Pendidik. Guru Sekol. Dasar, vol. 7, no. 2, hal. 21–32, 2020, doi: 10.17509/pedadidaktika.v7i2.25035.
E. Martantoh dan N. Yanih, “Implementasi Metode Naïve Bayes Untuk Klasifikasi Karakteristik Kepribadiaan Siswa Di Sekolah MTS Darussa’adah Menggunakan Php Mysql,” J. Teknol. Sist. Inf., vol. 3, no. 2, hal. 166–175, 2022, doi: 10.35957/jtsi.v3i2.2896.
S. Susilawati dan M. Iqbal, “Penerapan Metode Naïve Bayes Untuk Mengidentifikasi Sentimen Pengguna Pada Ulasan Aplikasi ReelShort di Google Play Store,” Simkom, vol. 10, no. 1, hal. 49–59, 2025, doi: 10.51717/simkom.v10i1.686.
A. Oktaviyani, A. Heryati, dan M. F. A. Alie, “Penerapan Metode Naive Bayes Untuk Klasifikasi Kategori Olah Pangan (Studi Kasus Dinas Kesehatan Kota Palembang),” AnoaTIK J. Teknol. Inf. dan Komput., vol. 2, no. 1, hal. 30–38, 2024, doi: 10.33772/anoatik.v2i1.30.
M. K. Insan, U. Hayati, dan O. Nurdiawan, “Analisis Sentimen Aplikasi Brimo Pada Ulasan Pengguna Di,” J. Mhs. Tek. Inform., vol. 7, no. 1, hal. 478–483, 2023.
F. Rumaisa, Y. Puspitarani, A. Rosita, A. Zakiah, dan S. Violina, “Penerapan Natural Language Processing (NLP) di bidang pendidikan,” J. Inov. Masy., vol. 1, no. 3, hal. 232–235, 2021, doi: 10.33197/jim.vol1.iss3.2021.799.
