KINERJA IMAGE SEGMENTATION MENGGUNAKAN DEEPLABV3+ DENGAN RESNET-50 PADA KLASIFIKASI WAJAH AUTISM SPECTRUM DISORDER (ASD)

KINERJA IMAGE SEGMENTATION MENGGUNAKAN DEEPLABV3+ DENGAN RESNET-50 PADA KLASIFIKASI WAJAH AUTISM SPECTRUM DISORDER (ASD) Hurryatul Aqif Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2024 Gangguan spektrum autisme (ASD) adalah gangguan perkembangan saraf yang muncul pada masa kecil yang membatasi pertumbuhan alami anak-anak dalam hal komunikasi dan perilaku sosial dan membuat hidup menjadi sangat sulit. Penelitian ini mengusulkan suatu metode klasifikasi autis menggunakan ResNet-50 dan metode segmentasi DeepLabV3+. Penelitian ini bertujuan mengevaluasi pengaruh ResNet-50 pada segmentasi menggunakan DeepLabV3+ pada wajah anak dengan spektrum autisme (ASD). Hasil penelitian dengan dataset tanpa segmentasi mendapatkan akurasi sebesar 83,7%. Akurasi mengalami peningkatan sebesar 85.9% setelah dilakukan segmentasi. DeepLabV3+ berhasil melakukan segmentasi dan mengurangi noise dan fitur yang tidak diperlukan dari dataset. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 120152 2024-02-02 11:34:54 2024-02-02 15:12:23 machine generated