M. FAUZAN ALFARIZ Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2025

Skripsi

Abstrak – Wajah anak dapat memberikan petunjuk visual penting untuk mendeteksi Autism Spectrum Disorder (ASD) sejak dini, sehingga penelitian ini memfokuskan pengembangan sistem deteksi berbasis citra wajah anak dengan ASD. Permasalahan utama yang diangkat adalah kurangnya metode praktis untuk membantu tenaga kesehatan dalam identifikasi dini ASD melalui ciri-ciri visual wajah. Penelitian ini bertujuan untuk merancang prototipe sistem akuisisi dan deteksi wajah anak dengan ASD menggunakan Raspberry Pi dan algoritma Single Shot Detector (SSD) berbasis deep learning. Dalam metode ini, model deteksi wajah menggunakan arsitektur ResNet50 yang telah dimodifikasi, menghasilkan akurasi pengenalan sebesar 95 % pada data wajah anak dengan dan tanpa ASD. Uji coba real-time menunjukkan tingkat akurasi deteksi berkisar antara 86-90%, dengan rata- rata akurasi mencapai 90 % meskipun terdapat fluktuasi akibat variasi gerakan dan sudut pandang. Hasil ini menunjukkan bahwa sistem yang dikembangkan memiliki tingkat akurasi tinggi dan berpotensi menjadi alat bantu diagnostik awal yang andal dalam deteksi ASD, yang pada akhirnya dapat memfasilitasi intervensi dini oleh tenaga kesehatan untuk mendukung perkembangan optimal anak dengan ASD. Kata Kunci: Autisme Spectrum Disorder, Deep Learning, OpenCV, Raspberry Pi, Single Shoot Detector (SSD), ResNet50 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 161663 2025-07-15 14:37:39 2025-07-15 14:57:06 machine generated