Analisis Dominansi Otak Kiri dan Otak Kanan pada Anak Menggunakan Pendekatan Deep Learning

Abstract

Dominansi otak kiri dan otak kanan pada anak merupakan aspek penting dalam memahami perkembangan kognitif, gaya belajar, serta potensi individu sejak usia dini. Penelitian ini bertujuan untuk menganalisis pola dominansi otak pada anak menggunakan pendekatan deep learning guna menghasilkan model prediksi yang akurat dan adaptif. Data yang digunakan dalam penelitian ini meliputi hasil tes kognitif, perilaku belajar, serta respons anak terhadap berbagai stimulus visual dan verbal. Metode yang diterapkan adalah arsitektur jaringan saraf tiruan berbasis Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM) untuk menangkap pola spasial dan temporal dari data yang dikumpulkan. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan dominansi otak kiri dan kanan dengan tingkat akurasi yang tinggi serta mampu mengidentifikasi karakteristik utama dari masing-masing dominansi. Dominansi otak kiri cenderung berkaitan dengan kemampuan logika, analisis, dan bahasa, sedangkan dominansi otak kanan lebih berhubungan dengan kreativitas, imajinasi, dan pemrosesan visual. Penelitian ini memberikan kontribusi dalam pengembangan sistem cerdas untuk pemetaan potensi anak secara lebih objektif dan berbasis data. Selain itu, hasil penelitian diharapkan dapat menjadi dasar dalam penyusunan strategi pembelajaran yang lebih personal dan efektif sesuai dengan karakteristik dominansi otak anak.