A grandmother lovingly assists her grandson in a cozy home setting.

Seberapa Umum Disgrafia Terjadi Pada Anak-Anak?

Disgrafia, ketidakmampuan belajar spesifik yang mempengaruhi keterampilan menulis, relatif umum di antara anak-anak, dengan tingkat prevalensi bervariasi di seluruh penelitian. Hal ini ditandai dengan kesulitan dalam tulisan tangan, termasuk masalah dengan pembentukan huruf, spasi, dan kecepatan menulis. Prevalensi disgrafia pada anak-anak diperkirakan berkisar antara 5% hingga 40%, tergantung pada kriteria diagnostik dan populasi yang diteliti. Kisaran luas ini mencerminkan kompleksitas mendiagnosis disgrafia, yang sering terjadi bersamaan dengan ketidakmampuan belajar lainnya seperti gangguan koordinasi perkembangan (DCD) dan gangguan membaca (RD) (Gupta et al., 2023) (Jolly et al., 2024) (Devillaine et al., 2021).

Perkiraan Prevalensi

  • Prevalensi Umum: Disgrafia mempengaruhi sekitar 10% anak-anak secara global, sebagai bagian dari ketidakmampuan belajar yang lebih luas yang mengganggu keterampilan dasar seperti membaca, menulis, dan matematika (Kunhoth et al., 2024) (“Automated Systems For Diagnosis of Dysgraphia in Children: A Survey and Novel Framework”, 2022).
  • Studi Spesifik: Beberapa penelitian menunjukkan bahwa disgrafia dapat mempengaruhi antara 10% dan 40% anak-anak usia sekolah, menyoroti variabilitas prevalensi berdasarkan pendekatan diagnostik dan sampel populasi yang berbeda (Gupta et al., 2023).
  • Data Regional: Dalam sebuah penelitian yang dilakukan di wilayah Grenoble, Prancis, 5% hingga 10% anak usia sekolah ditemukan menderita disgrafia, didiagnosis menggunakan tes BHK, alat penilaian standar (Devillaine et al., 2021).

Tantangan Diagnostik

  • Subjektivitas dalam Diagnosis: Diagnosis disgrafia seringkali subjektif dan dapat dipengaruhi oleh konteks bahasa dan budaya. Metode tradisional bergantung pada evaluasi ahli dari sampel tulisan tangan, yang dapat memakan waktu dan mungkin melewatkan kasus ringan (Gupta et al., 2023) (Devillaine et al., 2021).
  • Kemajuan Teknologi: Kemajuan terbaru dalam kecerdasan buatan dan pembelajaran mesin telah mengarah pada pengembangan sistem otomatis untuk mendiagnosis disgrafia. Sistem ini menganalisis fitur tulisan tangan menggunakan alat digital, berpotensi menawarkan opsi diagnostik yang lebih objektif dan efisien (Kunhoth et al., 2024) (Gouraguine et al., 2023) (Ikermane & Mouatasim, 2023).

Kemunculan bersamaan dengan Gangguan Lain

  • Komorbiditas: Disgrafia sering terjadi bersamaan dengan gangguan perkembangan saraf lainnya. Misalnya, anak-anak dengan DCD atau RD sering menunjukkan kesulitan tulisan tangan, yang dapat mempersulit diagnosis dan pengobatan disgrafia (Jolly et al., 2024).
  • Dampak pada Pembelajaran: Kehadiran disgrafia dapat secara signifikan menghambat kinerja akademik anak, mempengaruhi tidak hanya menulis tetapi juga bidang pembelajaran lainnya karena sifat keterampilan kognitif dan motorik yang saling berhubungan (Shevchenko et al., 2024).

Sementara disgrafia adalah ketidakmampuan belajar yang umum, diagnosis dan prevalensinya dipengaruhi oleh berbagai faktor, termasuk metode yang digunakan untuk penilaian dan adanya kondisi komorbiditas. Pengembangan alat diagnostik otomatis menjanjikan deteksi yang lebih akurat dan dini, yang sangat penting untuk intervensi dan dukungan yang efektif. Namun, variabilitas dalam perkiraan prevalensi menggarisbawahi perlunya kriteria diagnostik standar dan peningkatan kesadaran di antara pendidik dan orang tua untuk lebih mendukung anak-anak yang terkena dampak.

Gupta, R., Gunjan, N. A., Garg, R., Karwal, S., Goyal, A., & Singla, N. (2023). A framework for dysgraphia detection in children using convolutional neural network. International Journal of Bioinformatics Research and Applications. https://doi.org/10.1504/ijbra.2023.133697
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
Devillaine, L., Lambert, R., Boutet, J., Aloui, S., Brault, V., Jolly, C., & Labyt, E. (2021). Analysis of Graphomotor Tests with Machine Learning Algorithms for an Early and Universal Pre-Diagnosis of Dysgraphia. Sensors. https://doi.org/10.3390/S21217026
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
Automated Systems For Diagnosis of Dysgraphia in Children: A Survey and  Novel Framework. (2022). https://doi.org/10.48550/arxiv.2206.13043
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
Ikermane, M., & Mouatasim, A. E. (2023). Digital handwriting characteristics for dysgraphia detection using artificial neural network. Bulletin of Electrical Engineering and Informatics. https://doi.org/10.11591/eei.v12i3.4571
Shevchenko, Y., Dubiaha, S., SAIENKO, Y., Huz, V., & Svyrydenko, H. (2024). Exploring dysgraphia in elementary school students: assessment and tailored intervention strategies from a psycholinguistic perspective. Multidisciplinary Science Journal. https://doi.org/10.31893/multiscience.2024ss0714
Scroll to Top