Electronic Theses and Dissertation

Tantrum menjadi salah satu bagian menantang untuk pengasuhnya, karena perilaku yang akan terjadi ketika tantrum ialah menangis, berteriak, menendang hingga menyakiti diri sendiri. Penyebab tantrum pada anak penderita autisme ialah adanya kelebihan menerima stimulus sensorik seperti mendengarkan suara yang bervolume keras. Ketika mengalami tantrum, jantung akan bekerja lebih cepat saat
memompa darah ke seluruh tubuh, sehingga suhu tubuhnya akan mengalami perubahan, serta mengakitbatkan kelenjar keringat mengekskresi keringat pada permukaan kulit. Untuk mencegah terjadinya hal-hal berbahaya ketika tantrum, dibuat suatu alat pendeteksi keadaan anak penderita autisme ketika akan tantrum dengan mengukur detak jantung, suhu tubuh, konduktansi kulit dan intensitas suara
di sekitarnya. Data pengukuran dari sensor dapat diakses pada aplikasi Blynk yang ada pada smartphone secara real time. Ketika gejala tantrum terdeteksi, smartphone pengasuh akan mendapatkan notifikasi. Metode analisa data pada penelitian ini adalah decision tree. Penelitian ini menghasilkan suatu wearable system yang mampu mendeteksi gejala awal tantrum pada anak penderita autisme berbentuk
gelang yang terintegrasi dengan sistem IoT dan menghasilkan akurasi 94%.

Tantrums are a challenging part for caregivers, because the behavior that will occur during tantrums is crying, screaming, kicking and hurting themselves. The cause of tantrums in children with autism is an excess of receiving sensory stimuli such as listening to loud sounds. When experiencing a tantrum, the heart will work faster when pumping blood throughout the body, so that the body temperature will change, and cause the sweat glands to excrete sweat on the surface of the skin. To prevent dangerous things from happening during tantrums, a tool was created to detect the condition of children with autism when they are about to have a tantrum by measuring heart rate, body temperature, skin conductance and the intensity of sounds around them. Measurement data from sensors can be accessed in the Blynk application on smartphones in real time. When tantrum symptoms are detected, the caregiver's smartphone will receive a notification. The data analysis method in this research is a decision tree. This research produces a wearable system that is able to detect early symptoms of tantrums in children with autism in the form of a bracelet that is integrated with an IoT system and produces 94% accuracy