<?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="117140">
 <titleInfo>
  <title>PERANCANGAN DAN IMPLEMENTASI APLIKASI MOBILE IDENTIFIKASI AUTISM SPECTRUM DISORDER (ASD) BERBASIS CONVOLUTIONAL NEURAL NETWORK (CNN)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Al  Yafi</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>2023</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) merupakan sebuah kelainan gangguan pada sistem syaraf sejak lahir maupun saat balita. Gangguan ini mempengaruhi perkembangan anak yang membuat fungsi syaraf sulit berkembang dan mengakibatkan anak yang bersangkutan akan kesulitan dalam membina hubungan sosialnya sehingga dibutuhkan pendeteksian secara dini terhadap anak penderita ASD sehingga perlakuan medis yang cepat dan tepat sasaran. Saat ini fasilitas maupun penelitian tentang diagnosis dini penderita ASD melalui data sinyal Electroencyphalogram EEG masih sangat sedikit sehingga membutuhkan biaya yang banyak serta usaha yang lebih untuk menganalisis sinyal EEG dalam pemeriksaan medis terkait kasus pendeteksian ASD. Penelitian ini menghasilkan Aplikasi Mobile inovatif yang dapat membedakan penderita Autism Spectrum Disorder (ASD) dan anak-anak normal berdasarkan data sinyal otak EEG. Aplikasi ini menggunakan algoritma preprocessing data sinyal EEG BCI2000 yang diotomatisasi dengan Python dan melibatkan penggunaan Convolutional Neural Network (CNN) yang terlatih dengan akurasi tinggi, mencapai 98,7%. Dengan Aplikasi Mobile ini, para orang tua, pendidik, dan profesional kesehatan dapat dengan cepat dan mudah mengenali tanda-tanda potensial ASD pada anak-anak, memungkinkan penderita ASD untuk mendapatkan diagnosis medis yang tepat dan perawatan yang lebih awal. Aplikasi ini telah diimplementasikan dengan akses melalui berbagai platform melalui restAPI, memberikan kemudahan dan fleksibilitas dalam penggunaannya.&#13;
&#13;
Kata Kunci: Electroencyphalogram (EEG), Convolutional Neural Network (CNN), Aplikasi Mobile.</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>117140</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-11-20 18:14:32</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-11-21 08:18:28</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>