KLASIFIKASI TINGKATAN ANAK AUTIS MENGGUNAKAN METODE K-NEAREST NEIGHBORS DI SLB DHARMA BHAKTI BERGAS

ISTIQOMAH, UMI (2020) KLASIFIKASI TINGKATAN ANAK AUTIS MENGGUNAKAN METODE K-NEAREST NEIGHBORS DI SLB DHARMA BHAKTI BERGAS. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Cover.pdf Download (814kB)
	Text Daftar isi.pdf Download (452kB)
	Text Daftar pustaka.pdf Download (428kB)
	Text Lampiran.pdf Download (2MB)
	Text Abstraksi.pdf Download (205kB)
	Text Bab 1.pdf Download (331kB)
	Text publikasi.pdf Restricted to Registered users only Download (142kB)
	Text Bab 2.pdf Restricted to Registered users only Download (663kB)
	Text Bab 3.pdf Restricted to Registered users only Download (678kB)
	Text Bab 4.pdf Restricted to Registered users only Download (1MB)
	Text Bab 5.pdf Restricted to Registered users only Download (205kB)

Abstract

Autisme adalah salah satu gangguan perkembangan pada anak yang mengakibatkan hambatan dalam bersosialisasi, komunikasi dan juga perilaku. SLB Dharma Bhakti Bergas adalah salah satu lembaga dalam penanganan anak autis secara akademik di daerah Bergas. Adapun permasalahan yang sering dihadapi adalah kurangnya penanganan pengajar yang optimal untuk anak autis karena ketidaktahuan pengajar tentang tingkatan keparahan autis. Terdapat 15 gejala dan 3 tingkat keparahan autis yang dapat digunakan sebagai parameter pengembangan sistem. Penelitian ini bertujuan untuk membangun sistem implementasi metode k-nearest neighbors untuk mengklasifikasikan tingkatan anak autis dengan mengklasifikasikan tingkatan anak autis menggunakan euclidean distance. Langkah perhitungan pada metode ini pertama adalah mempersiapkan dataset (training) dan data testing, kemudian dilakukan perhitungan jarak menggunakan euclidean distance, selanjutnya dilakukan pengurutan dari jarak paling kecil ke jarak paling besar setelah itu diambil nilai k=3, pilih frekuensi data paling banyak sehingga mendapatkan data klasifikasi tingkatan anak autis yang berada di SLB Dharma Bhakti Bergas. Dari hasil pengujian menggunakan confusion matrix dengan menggunakan 33 data training dan 16 data testing dihasilkan nilai precision sebesar 0,875, recall sebesar 0,875 dan accuracy sebesar 87,5%, algoritma mampu mengenali dan mengklasifikasikan data baru yang diinputkan. Kata kunci : Autisme, Klasifikasi, K-Nearest Neighbors

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan Reviewer UNISSULA
Date Deposited:	17 Nov 2020 01:47
Last Modified:	17 Nov 2020 01:47
URI:	http://repository.unissula.ac.id/id/eprint/18025

Actions (login required)

View Item