Skripsi/Tugas Akhir

Simulasi Implementasi Metode Support Vector Machine (SVM) untuk Klasifikasi Penyakit Autisme pada Tumbuh Kembang Anak

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini dilatarbelakangi oleh banyaknya anak autis yang terdiagnosa ketika mereka telah berusia diatas 6 tahun dikarenakan keterbatasan pengetahuan yang dimiliki orang tua. Permasalahan yang ada adalah bagaimana cara mendiagnosa anak di bawah usia 3 tahun dan menangani keterbatasan biaya dalam melakukan diagnosa anak autis dengan menerapkan simulasi implementasi SVM. Tujuan dari penelitian ini adalah dengan menerapkan sistem yang dapat mendiagnosa penyakit autisme pada anak menggunakan metode SVM diharapkan para orang tua terbantu dalam hal ini mengurangi biaya untuk konsultasi secara langsung oleh pakar maupun ahlinya karena tanpa konsultasi secara langsung para orang tua sudah bisa melakukan diagnosa yang mirip atau mendekati pendeteksian seorang pakar. Pada penelitian ini, sistem yang akan dibuat menggunakan bahasa Python, kemudian untuk menganalisis data menggunakan Jupyter serta untuk interface menggunakan bahasa pemrograman PHP, Java Script, CSS dan Html. Pengujian pada sistem ini menggunakan Confusion Matrix dan K-Fold Cross Validation. Dari penelitian ini menghasilkan sebuah sistem yang akan memudahkan para orang tua dalam mendiagnosa anaknya tanpa harus konsultasi langsung dengan ahli maupun pakarnya.
Kata Kunci: Autisme, SVM, Python, Confusion Matrix, K-Fold Cross Validation

ABSTRACT
This research is motivated by the number of autistic children who are diagnosed when they are over 6 years old due to the limited knowledge of their parents. The problem that exists is how to diagnose children under the age of 3 years and deal with limited costs in diagnosing children with autism by implementing SVM implementation simulations. The purpose of this study is to implement a system that can diagnose autism in children using the SVM method. or approaching detection by an expert. In this research, the system will be made using Python language, then to analyze the data using Jupyter and for the interface using the programming language PHP, JavaScript, CSS, and Html. Testing on this system uses the Confusion Matrix and K-Fold Cross-Validation. This research produces a system that will make it easier for parents to diagnose their children without having to consult directly with experts or experts.
Keywords: Autism, SVM, Python, Confusion Matrix, K-Fold Cross Validation

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 22-45 MUH s - 0204TI

Penerbit

Makassar : Universitas DIPA., 2022

Deskripsi Fisik

xii + 61 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 22-45

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan Maret 2022

Subjek

Skripsi/Tugas Akhir
Support Vector Machine

Lampiran File