IRSYAN RAMADHAN Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2025

Skripsi

Deteksi dini Autism Spectrum Disorder (ASD) memainkan peran penting dalam memungkinkan intervensi tepat waktu yang dapat secara signifikan meningkatkan perkembangan kognitif dan sosial anak. Metode diagnostik tradisional sering kali mengandalkan observasi klinis dan laporan dari orang tua, yang dapat bersifat subjektif dan menyebabkan keterlambatan diagnosis, terutama di daerah dengan akses terbatas ke spesialis. Penelitian ini menyajikan sebuah aplikasi mobile berbasis Flutter yang mengintegrasikan model deep learning langsung di perangkat (on-device) untuk mengklasifikasikan citra wajah anak autis dan non-autis. Model klasifikasi dibangun menggunakan arsitektur MobileNetV3-Small yang ringan dan dioptimalkan untuk inferensi waktu nyata pada perangkat mobile menggunakan TensorFlow Lite. Dataset terdiri dari 600 citra wajah asli (300 autis dan 300 non-autis) yang dikumpulkan dari sekolah-sekolah di Banda Aceh, Indonesia, dan diperluas menjadi 1.860 citra menggunakan teknik augmentasi seperti flipping, Gaussian noise, dan penyesuaian kontras. Model ini dilatih menggunakan transfer learning dan mencapai akurasi, presisi, recall, dan F1-score sebesar 97% pada data uji yang belum pernah dilihat sebelumnya. Pengguna dapat mengunggah citra melalui kamera atau galeri, dengan hasil klasifikasi ditampilkan dalam waktu 1–2 detik dan disimpan di Firebase untuk pelacakan riwayat. Sistem yang diusulkan menawarkan alat skrining ASD yang cepat, mudah diakses, dan hemat biaya, yang sangat bermanfaat di wilayah dengan sumber daya terbatas atau daerah terpencil. Berbeda dengan banyak studi sebelumnya, penelitian ini menekankan eksekusi penuh di perangkat tanpa ketergantungan pada server, yang meningkatkan kecepatan dan privasi. Namun, karena dataset dikumpulkan dari satu lokasi dengan keragaman demografis yang terbatas, validasi lebih lanjut pada dataset multi-lokasi diperlukan untuk memastikan generalisasi dan keadilan dalam penerapan di masa depan. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 163879 2025-07-21 10:01:50 2025-07-21 10:49:55 machine generated