Aplikasi Deteksi Dini Autisme Dengan Memanfaatkan Data Mining Metode Support Vector Machine

Annisa, Amalia (2019) Aplikasi Deteksi Dini Autisme Dengan Memanfaatkan Data Mining Metode Support Vector Machine. Other thesis, Universitas Andalas.

[img] Text (Abstrak)
abstrak.pdf - Published Version

Download (224kB)
[img] Text (Bab I)
BAB I.pdf - Published Version

Download (144kB)
[img] Text (Bab V)
BAB V.pdf - Published Version

Download (113kB)
[img] Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Published Version

Download (137kB)
[img] Text (Skripsi Full Text)
SkripsiFull.pdf - Published Version
Restricted to Repository staff only

Download (8MB)

Abstract

ABSTRAK Autisme Spectrum Disorder (ASD) merupakan salah satu dari gangguan pertumbuhan dan gangguan perkembangan yang sedang terjadi di Indonesia yang merupakan gangguan pada kemampuan komunikasi yang berkepanjangan, ketidakmampuan berkomunikasi ini diduga mengakibatkan anak penyandang autis menyendiri dan tidak ada respon terhadap orang lain. Diperlukannya sebuah model sistem pendeteksian secara dini terhadap subjek yang diduga auits, guna memberikan klasifikasi awal terhadap orang tua tanpa harus mengunjungi pskiater atau dokter spesialis. Sistem yang dibuat berbasis web dan dalam pengolahan data dan proses klasifikasi dilakukan dengan memanfaatkan data mining dan menggunakan metode Support Vector Machine (SVM). Konsep klasifikasi dengan SVM adalah usaha untuk memisahkan dua kelas atau lebih terhadap data pada ruang input. Alur dalam proses SVM meliputi input data training dan data uji, preprocessing, mencari nilai bobot (w) dan bias, menentukan persamaan hyperplane, dan mengklasifikasi hasil prediksi. Metode pengumpulan data dengan metode observasi dan wawancara. Tahapan penelitian yang dilakukan adalah menentukan studi kasus, mencari studi literatur, mengumpulkan data, preprocessing, desain dan implementasi aplikasi, dan evaluasi hasil. Dari penelitian yang dilakukan, model yang dihasilkan adalah sebuah perangkat lunak berbasis web yang menerapkan metode SVM sebagai pengklasifikasi dalam mendeteksi gangguan autis. Hasil pengujian menunjukkan bahwa aplikasi ini layak dan dapat digunakan serta memiliki nilai keakurasian sistem sebesar 82%. Kata Kunci : Klasifikasi, Support Vector Machine, Autism Spectrum Disorder, Aplikasi Web

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Sistem Informasi
Depositing User: s1 sistem informasi
Date Deposited: 28 Oct 2019 16:07
Last Modified: 28 Oct 2019 16:07
URI: http://scholar.unand.ac.id/id/eprint/53252

Actions (login required)

View Item View Item