<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="107448">
 <titleInfo>
  <title>PERFORMANSI AUGMENTASI PADA RESNET-50 DAN RESNET-101 UNTUK KLASIFIKASI CITRA WAJAH PENYANDANG AUTISME</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Yulita</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik Elektro dan Komputer</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Autism Spectrum Disorder (ASD) adalah gangguan perkembangan dengan ciri-ciri lemahnya kemampuan bersosialisasi dan berkomunikasi, seringkali disertai dengan perilaku stereotipikal dan dilatarbelakangi keterbatasan minat dan perilaku. Diagnosa autisme biasanya dilakukan oleh seorang pakar atau ahli dibidang tumbuh kembang anak. Diagnosa yang dilakukan meliputi pemeriksaan fisik, perilaku dan penunjang. Diagnosa tersebut tentunya membutuhkan proses yang lama, sedangkan penyandang autisme diperlukan penanganan sedini mungkin untuk menghindari risiko komplikasi yang lebih serius. Oleh karena itu pada penelitian ini, dibangun sebuah model yang dapat melakukan klasifikasi penyandang autisme menggunakan ResNet-50 dan ResNet-101 melalui masukan citra wajah. Hal ini dikarenakan citra wajah autisme memiliki karakteristik yang khas dari citra wajah non-autisme. Pada penelitian ini juga memanfaatkan augmentasi untuk penambahan jumlah dataset. Hasil penelitian menunjukkan tingkat akurasi pengujian ResNet-50 dan ResNet- 101 tanpa augmentasi adalah 84,66% dan 86,66%, sedangkan dengan memanfaatkan augmentasi adalah 89,33% dan 91%.&#13;
Kata kunci: klasifikasi citra wajah, autisme, convolutional neural network, augmentasi, resnet-50, resnet-101</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>107448</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-12-27 16:26:25</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-12-28 09:21:58</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>