Perpustakaan Digital ITB

Autism Spectrum Disorder (ASD) adalah gangguan perkembangan saraf yang memengaruhi interaksi sosial dan komunikasi, serta ditandai dengan pola perilaku yang terbatas dan berulang. Diagnosis dini ASD sangat penting untuk membering intervensi yang tepat waktu, namun terdapat tantangan pada diagnosis diantaranya adalah variabilitas gejala dan keterbatasan akses ke tenaga medis yang terlatih. Penelitian ini mengembangkan sebuah sistem pakar berbasis aturan yang mengintegrasikan representasi sparse untuk membantu diagnosis ASD. Sistem ini memodelkan hubungan antara gejala – gejala ASD menggunakan struktur aturan, serta memanfaatkan sistem klasifikasi menggunakan citra wajah untuk menghasilkan diagnosis. Sistem pakar yang dibangun divalidasi oleh ahli untuk memastikan basis pengetahuannya. Dari sesi wawancara yang dilakukan, didapat bahwa penggunaan gejala dan bobot pada sistem pakar sudah cukup akurat. Selain itu, pengujian akurasi klasifikasi dilakukan dengan berbagai parameter pada algoritma klasifikasi dan sparse untuk menemukan parameter terbaik dan menguji akurasi sistem. Pengujian yang dilakukan memberikan akurasi sebesar 73% untuk parameter, hasil penelitian ini menunjukkan bahwa performa sistem klasifikasi masih dapat ditingkatkan lagi.