SELENGKAPNYA

NIM MAHASISWA : 09043171


NAMA MAHASISWA : ISTI ERMAWATI


JUDUL TA : Face Recognition Untuk Diagnosa Autis Pada Anak Usia Sekolah dengan Metode Principal Component Analisis (PCA) dan Decision Tree


DOSEN PEMBIMBING 1 : Eko Prasetyo


DOSEN PEMBIMBING 2 : Rr. Ani Dijah Rahajoe


ABSTRAK : Autis merupakan gangguan pervasive pada perkembangan anak yang membutuhkan berbagai bidang untuk melakukan penelitian, guna mengetahui penyebabnya. Tidak hanya berada pada wilayah psikiatri atau bahkan dokter anak (pediatric) saja, namun ahli syaraf, ahli therapist, bahkan ahli komputer juga memiliki peran penting untuk mendiagnosa anak-anak autis. Diagnosa yang dilakukan dalam berbagai bidang ini untuk mendeteksi sedini mungkin adanya gangguan tersebut, agar dapat dilakukan terapi yang sesuai. Namun diagnosa-diagnosa yang telah berjalan selama ini masih mengacu pada pengamatan tingkah laku anak. Sehingga hanya tergantung pada persepsi orang-orang sekitarnya. Penelitian sebelumnya melakukan penelitian tentang perbedaan karakteristik anak autis dengan anak lain. Berdasarkan pada perbedaan karakteristik tersebut, maka pada penelitian ini dikembangkan diagnosa Autis dengan menggunakan Face Recognition. Pada diagnosa ini dilakukan ekstraksi fitur dengan menggunakan metode Principal Component Analysis, untuk mengenali 13 titik penentu pada wajah anak. Proses selanjutnya adalah perhitungan Garis Landmark dengan menggunakan Euclidean Distance yang pada penelitian ini diambil 15 garis wajah. Garis Landmark ini akan dianalisa dengan menggunakan Decision Tree. Berdasarkan perhitungan tersebut, dilakukan klasifikasi karakteristik wajah anak autis dan anak normal, sehingga didapatkan diagnosa kemungkinan gejala autis pada anak. Meskipun dalam persiapan citra digital harus memenuhi persyaratan khusus untuk image processing, namun metode ini dapat mendiagnosa autis berdasarkan citra wajah anak. Hasil dari penelitian ini adalah tingkat akurasi sistem adalah 90-95 % pada data baru dengan standard error terbesar 0.1. Dengan demikian diagnosa autis dapat dilakukan tidak hanya berdasarkan pada persepsi pengamatan tingkah laku saja, namun juga dapat berdasarkan pengamatan karakteristik fisik.


KATA KUNCI : Autis, Principal Component Analysis, Face Recognition, Image processing, Euclidean Distance, Decision Tree, Landmark