AUFA RAFIKI Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2025

Skripsi

Autism Spectrum Disorder (ASD) merupakan gangguan neurodevelopmental yang kompleks, ditandai dengan kesulitan dalam interaksi sosial, komunikasi, serta pola perilaku repetitif. Deteksi dini ASD sangat penting untuk meningkatkan kualitas hidup individu yang terdampak serta mengurangi beban bagi keluarga mereka. Penelitian ini mengusulkan sistem diagnosis berbantuan komputer untuk ASD dengan menerapkan arsitektur Vision Transformer (ViT-B/16) yang telah dilatih sebelumnya pada data sinyal EEG yang diperoleh dari King Abdul Aziz University. Dataset terdiri dari rekaman EEG dari 16 subjek (8 normal dan 8 ASD) yang telah melalui tahapan preprocessing, termasuk filtering menggunakan Discrete Wavelet Transform (DWT), segmentasi (windowing), serta konversi menjadi representasi heatmap, kemudian dibagi ke dalam subset latih, validasi, dan uji. Model ViT dilatih selama 100 epoch dengan batch size 16, menggunakan optimizer AdamW dan loss function CrossEntropy, serta mengevaluasi dua konfigurasi learning rate (0.0001 dan 0.00001). Bobot model terbaik dipilih berdasarkan nilai validation loss terendah. Hasil pengujian menunjukkan bahwa model yang dilatih dengan learning rate 0.00001 mencapai akurasi uji sebesar 99.53%, disertai dengan nilai precision, specificity, recall, dan f1-score yang sangat baik, sehingga menunjukkan kemampuan generalisasi yang kuat serta overfitting yang minimal. Penelitian selanjutnya disarankan untuk mengintegrasikan dataset yang bersumber secara lokal serta melakukan penyesuaian lebih lanjut terhadap arsitektur ViT melalui tuning hyperparameter yang lebih komprehensif, dengan tujuan mengembangkan aplikasi mobile guna mendukung diagnosis klinis ASD. Kata Kunci: ASD, EEG, DWT, Visualisasi Heatmap, ViT. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 152973 2025-04-14 13:38:05 2025-04-14 15:41:02 machine generated