PERBANDINGAN METODE SIMPLE MATCHING COEFFICIENT DENGAN SORENSEN DICE COEFFICIENT PADA REKOMENDASI PEMILIHAN POLA ASUH ANAK ATTENTION DEFICIT HYPERACTIVITY DISORDER (ADHD)

Abstrak

Pola asuh memiliki peran yang sangat penting dalam tumbuh kembang anak, terutama dalam menangani anak dengan Attention Deficit Hyperactivity Disorder (ADHD). Penelitian ini membandingkan efektivotas dua metode similaritas, Simple Matching Coefficient (SMC) dan Sorensen Dice Coefficient (SDC), dalam memberikan rekomendasi pola asuh bagi anak dengan Attention Deficit Hyperactivity Disorder (ADHD). Evaluasi dilakukan dengan menggunakan 60 kasus uji, 80 kasus dalam basis data, serta 47 fitur yang digunakan. Hasil pengujian menunjukan bahwa SMC menghasilkan nilai similaritas lebih tinggi yaitu sebesar 0,975 dibandingan SDC sebesar 0,667 dengan persentase nilai similaritas masing – masing 64% untuk SMC, dan SDC 35%. Namun, metdoe SDC menunjukan konsistensi yang lebih baik dalam memberikan hasil yang stabil dan jumlah kasus mirip yang lebih banyak dibandingkan SMC. Dalam melakukan perbandingan juga mempertimbangkan variasi data, Dimana SDC lebih unggul dalam menghadapi perubahan data tanpa kehilangan efektivitas dalam menyesuaikan diri dengan variasi karakteristik data.

Parenting style has a very important role in children's growth and development, especially in dealing with children with Attention Deficit Hyperactivity Disorder (ADHD). This research compares the effectiveness of two similarity methods, Simple Matching Coefficient (SMC) and Sorensen Dice Coefficient (SDC), in providing parenting pattern recommendations for children with Attention Deficit Hyperactivity Disorder (ADHD). Evaluation was carried out using 60 test cases, 80 cases in the database, and 47 features used. The test results show that SMC produces a higher similarity value, namely 0.975 compared to SDC of 0.667 with a similarity value percentage of 64% for SMC and 35% for SDC, respectively. However, the SDC method shows better consistency in providing stable results and a greater number of similar cases than SMC. When making comparisons, data variations are also considered, where SDC is superior in dealing with data changes without losing effectiveness in adapting to variations in data characteristics.