Electronic Theses and Dissertation

Autisme dapat terjadi karena adanya kelainan neurodevelopmental yang berkaitan dengan sistem autonom ditandai dengan denyut jantung lebih cepat dari normal. Saat ini, permasalahan autisme menjadi salah satu hal yang penting untuk ditangani dalam medis. Salah satu ciri anak autisme adalah tidak dapat mengendalikan emosi dalam melakukan aktivitas, sehingga dapat menyebabkan tantrum pada anak dan dapat membahayakan kehidupannya. Hal tersebut menjadi alasan pentingnya dilakukan pemeriksaan elektrokardiogram (EKG) pada anak Autism Spectrum Disorder (ASD) berdasarkan heart rate. Oleh karena itu, penelitian ini dilakukan perancangan sistem deteksi heart rate anak ASD berbasis sensor AD8232 dan klasifikasi menggunakan Bidirectional Long Short Term Memory (Bi-LSTM). Sensor AD8232 mampu merekam sinyal heart rate dan diuji pada anak ASD sebagai penghasil data yang digunakan untuk diklasifikasi. Pemanfaatan klasifikasi berbasis Bi-LSTM mampu mengenal data biomedis berupa data sequence dengan pengenalan dua arah yaitu maju dan mundur. Pada penelitian ini Bi-LSTM dapat mengklasifikasi heart rate pada anak penyandang ASD setiap aktivitas yang dilakukan (tenang dan bermain). Berdasarkan hasil pengujian, alat ini mampu merekam gelombang heart rate berdasarkan aliran listrik dari jantung. Data tersebut telah diklasifikasi dengan nilai akurasi testing 88,69%, presisi 91,43%, recall 90,14%, dan F1-score 90,8%

Autism may occur due to a neurodevelopmental disorder related to the autonomic system characterized by a faster than normal heart rate. Nowadays, the problem of autism is one of the important things to be handled medically. One of the characteristics of autistic children is that they cannot control their emotions in doing activities, which can cause tantrums in children and can endanger their lives. This is the reason why it is important to check the electrocardiogram (ECG) in Autism Spectrum Disorder (ASD) children based on heart rate. Therefore, this research was conducted to design a heart rate detection system for ASD children based on the AD8232 sensor and classification using Bidirectional Long Short Term Memory (Bi-LSTM). The AD8232 sensor is able to record heart rate signals and is tested on ASD children as a data generator used for classification. Utilization of Bi-LSTM-based classification is able to recognize biomedical data in the form of sequence data with two-way recognition, namely forward and backward. In this study, Bi-LSTM can classify the heart rate of children with ASD for each activity performed (calm and play). Based on the test results, this tool is able to record heart rate waves based on the flow of electricity from the heart. The data has been classified with a testing accuracy value of 88.69%, precision of 91.43%, recall of 90.14%, and F1-score of 90.8%.