SKRIPSI
Untuk memenuhi Ujian Akhir Semester 5
Program Studi Informatika
Disusun Oleh :
FELDA PUTRI WIDYA RACHMAWATI
20.11.3336
Dosen :
Dr. Ari Kusmiyatun, S.Pd, M.Hum.
1
untuk mempelajari data tentang diagnosa penyakit autis yang tervalidasi oleh
pakarnya. Salah satu algoritma yang dapat digunakan adalah Support Vector
Machine (SVM), Salah satu kelebihan yang dimiliki dari metode SVM ini adalah
penanganan error pada set data training yang menggunakan Structural Risk
Minimization (SRM). SRM dikatakan lebih baik karena tidak hanya meminimalkan
error yang terjadi, tetapi meminimalkan faktor-faktor lainnya (Chu et al., 2011).
Serta algoritma SVM dapat bekerja dengan baik dalam melakukan predict
meskipun dengan menggunakan dataset yang kecil.
Maka dengan begitu diharapkan masyarakat dapat terbantu dengan adanya
sistem yang dapat menggantikan pakar dalam hal diagnosa penyakit autisme,
namun hasil diagnosanya memiliki akurasi yang mirip dengan hasil diagnosa
seorang pakar.
2
bisa melakukan diagnosa yang mirip atau mendekati pendeteksian
seorang pakar.
3
Perangkat lunak yang digunakan :
Tabel 2.1 Alat Penelitian
Sumber data yang digunakan pada penelitian ini adalah data tentang
penyakit autisme yang diambil dari kaggle berbentuk dataset yang disediakan oleh
kaggle. Data yang disediakan merupakan hasil pengujian oleh ahli maupun
pakarnya dimana data yang peneliti dapatkan adalah 1056 data, namun peneliti
menyortir data berdasarkan asal/etnis maupun usia. Sehingga data yang diproses
menjadi 359. Serta beberapa referensi dari buku dan jurnal-jurnal yang berkaitan
dengan penelitian.
4
DAFTAR PUSTAKA
Ambarsari, D. A., Nurfalah, R., & Kuryanti, S. J. (2019). Penerapan Deep Learning
dalam Pendeteksian Autism Toddler. InfoTekJar (Jurnal Nasional
Informatika Dan Teknologi Jaringan), 4(1), 138–141.
https://doi.org/10.30743/infotekjar.v4i1.1593
Banks, J., J.S. Carson II, B.L. Nelson,D.M. Nicol. (2004). ‘Discrete-Event System
Simulation, 4 th ed.’, Prentice-Hall.
Chu, Y. X., Liu, X. G., & Gao, C. H. (2011). Multiscale models on time series of
silicon content in blast furnace hot metal based on Hilbert-Huang transform.
Proceedings of the 2011 Chinese Control and Decision Conference, CCDC
2011, 842–847. https://doi.org/10.1109/CCDC.2011.5968300.
5
LAMPIRAN
Namun, secara umum, ciri-ciri anak yang autis terdiri dari 3 karakteristik utama,
yaitu: kesulitan komunikasi, gangguan dalam berhubungan sosial dan gangguan
perilaku (Dewi et al., 2018). Keterbatasan pengetahuan mengenai anak autis bisa
6
menjadi salah satu faktor semakin banyaknya anak autis yang terdiagnosa ketika
mereka telah berusia diatas 6 tahun. Untuk mendiagnosa autisme sebaiknya
dilakukan sebelum usia 6 tahun agar cepat mendapatkan penanganan (Pallangan et
al., 2017).
Hal tersebut dikarenakan kurangnya pakar atau para ahli yang terjun langsung ke
masyarakat untuk menangani hal tersebut, kebanyakan masyarakat terutama di
perkotaan ataupun desa mereka sadar bahwa tumbuh kembang anaknya mengalami
gangguan namun keinginan untuk berobat terhalang dengan biaya yang terhitung
besar karena diketahui bersama bahwa untuk konsultasi dengan ahlinya terhitung
mahal sehingga banyak diantara mereka pasrah dalam hal ini mendidik anaknya
sendiri tanpa bantuan dan bimbingan dari ahlinya dan hal hasil banyak dari anak-
anak tersebut tidak mengalami penanganan yang tepat karena ketidaktahuan orang
tua bahwa sebenarnya anaknya terkena autis bukan penyakit biasa yang membuat
tumbuh kembang anaknya tidak normal.
SRM dikatakan lebih baik karena tidak hanya meminimalkan error yang terjadi,
tetapi meminimalkan faktor-faktor lainnya (Chu et al., 2011). Serta algoritma SVM
dapat bekerja dengan baik dalam melakukan predict meskipun dengan
menggunakan dataset yang kecil. Maka dengan begitu diharapkan masyarakat dapat
terbantu dengan adanya sistem yang dapat menggantikan pakar dalam hal diagnosa
penyakit autisme, namun hasil diagnosanya memiliki akurasi yang mirip dengan
7
hasil diagnosa seorang pakar. 1.2 Rumusan Masalah Adapun rumusan yang
dimaksud yaitu rumusan masalah dan batasan masalah, berikut penjelasannya: 1.
Bagaimana cara mendiagnosa penyakit autisme yang terjadi pada anak usia di
bawah 3 tahun atau 36 bulan? 2.
Manfaat Bagi Penulis Sebagai syarat untuk menyelesaikan studi di Universitas Dipa
Makassar pada Jurusan Teknik Informatika Strata satu (S1), sekaligus mendalami
kemampuan riset melalui kasus atau masalah yang diteliti. 2. Manfaat Bagi
Masyarakat Memberikan fasilitas bagi para orang tua untuk memperoleh informasi
dan solusi jika anaknya mengalami penyimpangan dalam hal ini gangguan
perkembangan fungsi otak. 1.5 Metodologi Penelitian Penelitian ini adalah
termasuk dalam Penelitian Kuantitatif dimana dalam penelitian ini menggunakan
data mentah yang kemudian diolah menggunakan sebuah algoritma SVM sehingga
menghasilkan sebuah model yang dimana model tersebut mempunyai sebuah aturan
yang akan diterapkan ke dalam sebuah sistem simulasi untuk memprediksi seorang
anak mengalami penyimpangan pada tumbuh kembangnya. Terkhusus pada
klasifikasi penyakit autisme pada anak. 3.2
8
Alat dan Bahan Penelitian Alat penelitian yang digunakan oleh peneliti yaitu : 1.
Perangkat keras yang digunakan : Dalam penelitian ini, peneliti menggunakan satu
unit PC/Laptop dengan spesifikasi, yaitu Processor AMD Ryzen 3 3200U, Hardisk
512GB, serta RAM 12 GB. 2. Perangkat lunak yang digunakan : Tabel 2.1 Alat
Penelitian No. Perangkat Lunak Unit Spesifikasi 1 Alat Analisis Data 1 Google
Collab 2 Sistem operasi 1 Windows 10 3 Bahasa Pemrograman 1 Python 4
Microsoft Office 1 Office 2010 Adapun Bahan yang pakai dalam penelitian ini yaitu
: 1.
Dalam penyusunan proposal ini, peneliti mengambil dataset dalam hal ini data
penyakit autisme pada anak yang disediakan langsung oleh ahli atau pakarnya yang
disajikan khusus untuk para peneliti-peneliti selanjutnya. 2. Dataset yang digunakan
adalah data anak autis dari Asia dimana rata-rata usia yang dipakai maksimal 3
tahun atau sama dengan 30 bulan sesuai dengan batasan masalah yang dipaparkan
sebelumnya. 3.3 Pengumpulan Data Sumber data yang digunakan pada penelitian
ini adalah data tentang penyakit autisme yang diambil dari kaggle berbentuk dataset
yang disediakan oleh kaggle.
Data yang disediakan merupakan hasil pengujian oleh ahli maupun pakarnya
dimana data yang peneliti dapatkan adalah 1056 data, namun peneliti menyortir
data berdasarkan asal/etnis maupun usia. Sehingga data yang diproses menjadi 359.
Serta beberapa referensi dari buku dan jurnal-jurnal yang berkaitan dengan
penelitian. DAFTAR PUSTAKA Ambarsari, D. A., Nurfalah, R., & Kuryanti, S. J.
(2019). Penerapan Deep Learning dalam Pendeteksian Autism Toddler. InfoTekJar
(Jurnal Nasional Informatika Dan Teknologi Jaringan), 4(1), 138-141.
https://doi.org/10.30743/infotekjar.v4i1.1593 Ariestyani, M. C., Adikara, P. P., &
Perdana, R. S. (2018).
9
J.S. Carson II, B.L. Nelson,D.M. Nicol. (2004). 'Discrete-Event System Simulation,
4 th ed.', Prentice-Hall. BRAMER, M., 2007. Principles Of Data Mining. Springer-
Verlag London. Chu, Y. X., Liu, X. G., & Gao, C. H. (2011). Multiscale models on
time series of silicon content in blast furnace hot metal based on Hilbert-Huang
transform. Proceedings of the 2011 Chinese Control and Decision Conference,
CCDC 2011, 842-847. https://doi.org/10.1109/CCDC.2011.5968300
10
11