OPTIMASI MOTORIK KASAR ANAK MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION

Motorik kasar anak merupakan keterampilan anak untuk menggerakkan badan atau bagian tubuhnya secara harmonis. Perkembangan motorik yang terlambat berbahaya bagi penyesuaian sosial dan pribadi anak. Motorik kasar anak berhubungan dengan pertumbuhan anak seperti gerak badan berdasarkan berat badan, gerak kaki berdasarkan tinggi badan, gerak kepala berdasarkan lingkar kepala dan gerak tangan berdasarkan lingkar lengan. Perhitungan selama ini hanya dapat memperkirakan jumlah gerakan kepala, tangan, badan dan kaki saja. Sedangkan menurut Departemen Kesehatan Republik Indonesia, terdapat 12 gerakan yang harus diperhatikan. Pada penelitian ini digunakan algoritma particle swarm optimization (PSO) yang merupakan algoritma berbasis populasi yang mengeksploitasi individu dalam pencarian. Berdasarkan pengujian parameter yang telah dilakukan, didapatkan parameter particle swarm optimization yang paling optimal untuk mendapatkan gerakan motorik kasar anak adalah dengan menginputkan partikel sebesar 20, jumlah maksimal iterasi sebesar 25, wminsebesar 0.4, wmaxsebesar 0.9, c1min sebesar 0.5 , c1max sebesar 2.5, c2min sebesar 0.5 dan c2max sebesar 2.5. Hasil akhir berhasil didapatkan jumlah gerak miring kekiri, miring kekanan, memutar, menoleh kekiri, menoleh kekanan, mengangkat keatas, renggang buka tutup, silang kedalam depan, mengangkat turunkan, tekuk lutut, silang ganti-ganti, dan mengangkat turunka