INISIASI APLIKASI MOBILE UNTUK DETEKSI AUTISM SPECTRUM DISORDER (ASD) BERBASIS MOBILENETV2 | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

INISIASI APLIKASI MOBILE UNTUK DETEKSI AUTISM SPECTRUM DISORDER (ASD) BERBASIS MOBILENETV2


Pengarang

Reza Fahlevi - Personal Name;

Dosen Pembimbing

Melinda - 197906102002122001 - Dosen Pembimbing I
Yunidar - 197406292000032001 - Dosen Pembimbing II



Nomor Pokok Mahasiswa

2004111010052

Fakultas & Prodi

Fakultas Teknik / Teknik Komputer (S1) / PDDIKTI : 56202

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Fakultas Teknik Komputer., 2024

Bahasa

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Autism Spectrum Disorder (ASD), yang sering disebut dengan autistik, adalah gangguan yang menyebabkan keterlambatan dalam perkembangan kemampuan berkomunikasi, interaksi sosial, dan perilaku. Gangguan autistik ini dapat menimbulkan pengaruh buruk dalam pengendalian emosi, komunikasi, dan perilaku bersosialisasi. Anak-anak yang didiagnosis autistik memiliki ciri-ciri wajah bagian atas yang lebih lebar, termasuk mata yang lebar, dan bagian tengah wajah yang lebih pendek, termasuk pipi dan hidung. Pada penelitian ini menghasilkan data primer berupa gambar wajah autistik dan wajah non autistik. Penelitian ini juga melakukan inisiasi model deep learning terlatih menggunakan arsitektur MobileNetV2 kedalam aplikasi mobile. Model ini memiliki akurasi tinggi, mencapai 99%, dan mampu mengklasifikasikan wajah autistik dengan memanfaatkan karakteristik wajah. Dengan aplikasi mobile ini, para orang tua, pendidik, dan profesional kesehatan dapat dengan cepat dan mudah mengenali wajah yang potensial dengan ciri wajah anak autistik, memungkinkan penderita autistik untuk mendapatkan diagnosis medis yang tepat dan perawatan lebih awal.

Autism Spectrum Disorder (ASD), often referred to as autism, is a disorder that causes delays in the development of communication skills, social interaction, and behavior. This autistic disorder can have adverse effects on emotional control, communication, and social behavior. Children diagnosed with autism are characterized by a wider upper face, including wide eyes, and a shorter mid-face, including cheeks and nose. This research produces primary data in the form of images of autistic faces and non-autistic faces. This research also initiated a deep learning model trained using the MobileNetV2 architecture into a mobile application. This model has high accuracy, reaching 99%, and is able to classify autistic faces by utilizing facial characteristics. With this mobile application, parents, educators, and health professionals can quickly and easily recognize potential faces with facial features of autistic children, enabling autistic people to get proper medical diagnosis and treatment earlier.

Citation



    SERVICES DESK