kid, kids, children, happy, boy, people, girl, child, family, young, happiness, kids, kids, kids, children, children, children, people, people, people, people, family, family, family, family, family

Bagaimana Cara Membedakan Anak Yang Hanya Malas Menulis Dengan Anak Yang Mengalami Disgrafia?

Membedakan antara seorang anak yang hanya enggan menulis dan orang yang memiliki disgrafia melibatkan pemahaman karakteristik dan gejala spesifik yang terkait dengan disgrafia, gangguan belajar yang mempengaruhi kemampuan tulisan tangan. Disgrafia bukan hanya kurangnya motivasi atau kemalasan; itu adalah gangguan perkembangan saraf yang memengaruhi keterampilan motorik dan proses kognitif yang terlibat dalam menulis. Bagian berikut menguraikan perbedaan utama dan pendekatan diagnostik untuk mengidentifikasi disgrafia.

Karakteristik Disgrafia

  • Kualitas dan Konsistensi Tulisan Tangan: Anak-anak dengan disgrafia sering menunjukkan tulisan tangan yang tidak teratur, dengan ukuran huruf, bentuk, dan spasi yang tidak konsisten. Hal ini biasanya tidak terlihat pada anak-anak yang hanya malas menulis, karena tulisan tangan mereka mungkin rapi ketika mereka memilih untuk menerapkan sendiri (Vydeki et al., 2024) (Kunhoth et al., 2024).
  • Koordinasi dan Kontrol Motorik: Disgrafia dikaitkan dengan keterampilan motorik dan koordinasi yang buruk, yang menyebabkan kesulitan dalam mengendalikan alat tulis. Hal ini dapat mengakibatkan posisi tangan yang tidak biasa dan kerja keras menulis, yang bukan karakteristik seorang anak yang hanya tidak termotivasi (Kunhoth et al., 2024) (Wahyuni et al., 2024).
  • Proses dan Kecepatan Menulis: Anak-anak dengan disgrafia dapat menulis perlahan dan dengan susah payah, sering berhenti sejenak. Hal ini disebabkan beban kognitif yang diperlukan untuk membentuk huruf dan kata-kata, tidak seperti anak yang malas, yang mungkin menulis dengan cepat tetapi tanpa bijaksan (Jolly et al., 2024) (Mazur & Quignard, 2024).

Pendekatan Diagnostik

  • Tes Standardisat: Alat seperti tes Brave Handwriting Kinder (BHK) menilai kualitas dan kecepatan tulisan tangan, memberikan cara terstruktur untuk mengevaluasi potensi disgrafia (Gemelli et al., 2023).
  • Pembelajaran Mendalam dan AI: Kemajuan terbaru dalam pembelajaran mendalam telah mengarah pada pengembangan sistem otomatis yang menganalisis sampel tulisan tangan untuk mendeteksi disgrafia. Sistem ini menggunakan jaringan saraf konvolusional (CNN) untuk mengidentifikasi pola dan fitur yang menunjukkan disgrafia, menawarkan metode diagnostik yang lebih objektif dan efisien (Vydeki et al., 2024) (Gouraguine et al., 2023) (Sharmila et al., 2023).
  • Pengamatan Perilaku: Mengamati proses penulisan anak, seperti frekuensi jeda dan upaya yang diperlukan untuk menulis, dapat memberikan wawasan tentang apakah anak tersebut sedang berjuang dengan disgrafia atau hanya kurang motivasi (Mazur & Quignard, 2024).

Membedakan dari Kemalasan

  • Faktor Motivasi: Seorang anak yang malas menulis dapat menunjukkan peningkatan dengan dorongan atau ketika menulis tentang topik yang menarik. Sebaliknya, seorang anak dengan disgrafia akan terus berjuang terlepas dari motivasinya, karena masalahnya berakar pada tantangan neurologis dan motorik (Wahyuni et al., 2024).
  • Konsistensi di Seluruh Konteks: Disgrafia memengaruhi penulisan secara konsisten di berbagai konteks dan tugas, sedangkan anak yang malas mungkin hanya menunjukkan tulisan yang buruk dalam situasi tertentu, seperti ketika tidak tertarik atau lelah (Jolly et al., 2024).

Sementara disgrafia adalah gangguan belajar spesifik dengan gejala yang dapat diidentifikasi, penting untuk mempertimbangkan konteks perilaku dan kinerja anak yang lebih luas. Faktor-faktor seperti motivasi, minat, dan pengaruh lingkungan juga dapat memengaruhi kemampuan menulis anak. Oleh karena itu, penilaian komprehensif yang mencakup pengamatan perilaku dan pengujian standar sangat penting untuk diagnosis yang akurat dan diferensiasi dari kemalasan sederhana.

Vydeki, D., Bhandari, D., Patil, P. P., & Kulkarni, A. (2024). Towards Accessible Learning: Deep Learning-Based Potential Dysgraphia  Detection and OCR for Potentially Dysgraphic Handwriting. https://doi.org/10.48550/arxiv.2411.13595
Kunhoth, J., Al-Maadeed, S., Kunhoth, S., Akbari, Y., & Saleh, M. (2024). Automated systems for diagnosis of dysgraphia in children: a survey and novel framework. International Journal on Document Analysis and Recognition. https://doi.org/10.1007/s10032-024-00464-z
Wahyuni, S. S., Siregar, I., Rachmawati, K., & Hamzah, N. H. (2024). Written Language Errors Of Dysgraphic Children Aged 9-12 Years In Inclusive Classrooms. Jurnal Onoma : Pendidikan, Bahasa, Dan Sastra. https://doi.org/10.30605/onoma.v10i3.4126
Jolly, C., Jover, M., & Danna, J. (2024). Dysgraphia Differs Between Children With Developmental Coordination Disorder and/or Reading Disorder. Journal of Learning Disabilities. https://doi.org/10.1177/00222194231223528
Mazur, A., & Quignard, M. (2024). Online Indicators of Written Production: ‘Bio-Behavioural’ Markers of Dyslexia–Dysorthographia? Brain Sciences. https://doi.org/10.3390/brainsci14111125
Gemelli, A., Marinai, S., Vivoli, E., & Zappaterra, T. (2023). Deep-learning for dysgraphia detection in children handwritings. https://doi.org/10.1145/3573128.3609351
Gouraguine, S., Riad, M., Qbadou, M., & Mansouri, K. (2023). Dysgraphia detection based on convolutional neural networks and child-robot interaction. International Journal of Electrical and Computer Engineering. https://doi.org/10.11591/ijece.v13i3.pp2999-3009
Sharmila, C., Shanthi, N., Santhiya, S., & Sruthi, R. (2023). An Automated System for the Early Detection of Dysgraphia using Deep Learning Algorithms. https://doi.org/10.1109/ICSCDS56580.2023.10105022
Scroll to Top