SYSTEM DESIGN OF AUTHICAL DISTURBANCE DIAGNOSIS IN CHILDREN USING THE K-NEAREST NEIGHBOR METHOD

Penulis

DOI:

https://doi.org/10.30659/jast.1.01.22-25

Abstrak

Autisme dapat dialami oleh anak dari berbagai ras, suku, strata sosial, dan ekonomi. Autisme merupakan gangguan perkembangan pervasif pada anak yang ditandai dengan adanya gangguan dan keterlambatan dalam bidang komunikasi, kognitif, perilaku, bahasa, dan interaksi sosial. Orang tua terkadang menganggap gangguan-gangguan tersebut sebagai keterlambatan perkembangan biasa namun pada kenyataanya jumlah penyandang spektrum autisme semakin meningkat. Menurut data dari badan kesehatan dunia (WHO) pada tahun 2009, prevalensi autis di Indonesia mengalami peningkatan luar biasa, dari 1 per 1000 penduduk menjadi 8 per 1000 penduduk. Pada tahun 2009 dilaporkan bahwa jumlah anak penderita autisme mencapai 150-200 ribu. Salah satu cara agar orang tua dapat mengetahui anaknya adalah penderita autism dengan menggunakan fasilitas pendeteksi. penelitian ini dalam mendiagnosis autism pada anak menggunakan metode K-Nearest Neighbor dengan menetukan parameter setting untuk nilai k. Di lakukan pengujian dengan black box testing dan confusion matrix, di dapat nilai akurasi tertinggi sebesar 95%, presisi 95.45%, recall 95.45%, f-measure 95.44%, pada nilai k=4.

Referensi

Danuadmaja, Bonny. 2003. “Terapi Anak Autis di Rumahâ€. Jakarta : Puspa Swara. Cetakan 1. Hal. 2-6.

Safaria, Triantoro. 2005. “Autisme : Pemahaman Baru Untuk Hidup Bermakna Bagi Orang Tuaâ€.

Yogyakarta : Graha Ilmu. Cetakan 1.

Yuwono, Joko. 2009. “Memahami Dunia Anak Autistikâ€. Bandung : Alfabeta.

D. T. Larose. 2005. "Discovering Knowledge in Data : An Introduction to Data Mining". John Willey dan

Sons Inc.

M. Gardenia, T. Tursina, and H. Sastypratiwi. 2016. “Sistem Pakar Deteksi Autisme Pada Anak

Menggunakan Metode Fuzzy Tsukamotoâ€. J. Sist dan Teknol Inf. vol 4. no 1. pp 33–38.

E. Budiman, E. Santoso, and T. Afirianto. 2017. “Pendeteksi Jenis Autis pada Anak Usia Dini

Menggunakan Metode Linear Discriminant Analysis ( LDA)â€. vol 1. no 7. pp. 583–592.

W. I. Sabilla and T. E. Putri. 2017. “Prediksi Ketepatan Waktu Lulus Mahasiswa dengan K-Nearest

Neighbor dan Naïve Bayes Classifierâ€. J Komp Terap. vol 3. no 2. pp 233–240.

C. S. Fatoni and F. D. Noviandha. 2018. “Case Based Reasoning Diagnosis Penyakit Difteri dengan

Algoritma K-Nearest Neighborâ€. Creat Inf Technol J. vol 4. no 3. pp 220–232.

Diterbitkan

2021-02-15

Terbitan

Bagian

Articles