Diagnosis dini gangguan spektrum autisme pada anak dengan penerapan Fuzzy Inference System Tsukamoto

ABSTRAK

Anak merupakan amanah dari Allah SWT yang harus dipertanggungjawabkan oleh setiap orang tua dalam berbagai macam aspek kehidupan dari lahir hingga tumbuh menjadi dewasa dan diharapkan menjadi generasi yang dapat membawa kemajuan di masa yang akan datang. Orang tua harus mengerti pertumbuhan dan perkembangan anak dalam kehidupan sehari-hari. Dalam proses perkembangan anak, adakalanya perilaku aneh yang terjadi pada anak yang membuat orang tua khawatir, salah satu contoh adalah gangguan spektrum autisme. Namun terkadang orang tua menganggap anak dalam kondisi baik. Keadaan ini menjadikan penyebab keterlambatan proses diagnosis, karena sebenarnya gangguan tersebut dapat dideteksi sejak dini dengan melihat kebiasaan yang dilakukan anak setiap hari. Dengan mengetahui kondisi tersebut lebih awal, maka dapat dilakukan penanganan dini yaitu dengan datang ke psikolog atau ahli agar mendapatkan tindak lanjut lebih cepat. Namun membutuhkan biaya tinggi untuk melakukannya.

Berdasarkan masalah tersebut maka penulis membangun sistem yang mampu mendiagnosis jenis gangguan spektrum autisme pada anak agar mengetahui persentase dugaan jenis gangguan spektrum autisme pada anak sehingga dapat ditindaklanjuti secara dini. Sistem ini dibangun dengan menerapkan Fuzzy Inference System Tsukamotoyang menggunakan IF-THEN sebagai rule, menggunakan variabel usia dan gejala sebagai variabel input, dan nilai tingkat dugaan sebagai variabel output. Setiap variabel dalam himpunan fuzzy ditentukan derajat keanggotaan(µ) yang dijadikan nilai dalam himpunan fuzzy. Kemudian variabel tersebut dimasukkan ke dalam rule dengan mengombinasi setiap variabel. Rule yang diperoleh akan dihitung nilai predikat aturan dengan proses implikasi yang dilakukan dengan operasi AND. Predikat aturan tersebut diperoleh dengan mengambil nilai minimum[MIN] dari derajat keanggotaan variabel satu dengan variabel yang lain. Untuk menghitung nilai α-predikat digunakan rumus α -predikat = MIN (μG), kemudian disubstitusikan pada fungsi keanggotaan himpunan sesuai aturan fuzzy untuk memperoleh nilai z. Kemudian dilakukan proses perkalian α dan z sesuai dengan rule yang ada. Lalu tahap defuzzifikasi rata-rata terpusat (Center Average Defuzzyfier) dengan rumus = ( ∗). Kemudian menghasilkan output hasil diagnosis jenis gangguan spektrum autisme beserta tingkat presentase dugaan jenis gangguan yang dialami beserta solusi.

Berdasarkan hasil dari pengujian dengan kuesioner, aplikasi yang dibangun dapat membantu user memperoleh informasi untuk melakukan proses diagnosis jenis gangguan spektrum autisme pada anak. Hasil ini didapatkan dari beberapa orang yang memiliki latar belakang pendidikan yang berbeda.

ABSTRACT

Son is a mandate from Allah that must be accounted for by each parent in various aspects of life from birth to grow up and they are expected to be the generation that can bring progress in the future. Parents need to understand the growth and development of children in everyday life. In the process of child development, sometimes bizarre behavior that occurs in children makes parents worry, one example is an autism spectrum disorder. But sometimes parents think the child is in good condition. This situation makes the cause of the delay in the process of diagnosis, because in fact the disorder can be detected early with children's viewing habits conducted every day. By knowing these conditions early, it can be done early treatment to come to a psychologist or an expert in order to obtain follow-up faster. But it requires high costs for doing so.

Based on these problems, the authors build a system capable of diagnosing the type of autism spectrum disorders in children in order to determine the percentage of the alleged type of autism spectrum disorder in children that can be followed up early. This system is constructed by applying the fuzzy inference system Tsukamoto which uses IF- THEN as a rule, use variables of age and symptoms as input variables, and the value of a variable output level of allegations. Each variable in a fuzzy set defined degrees of membership (μ) used as the value of the fuzzy set. Then the variable is entered into the rule by combining each variable. Rule will be the calculated value obtained with the predicate rule implications carried by an AND operation. The rule predicate is obtained by taking the minimum value [MIN] of variable degrees of membership of the other variables. To calculate the value of α-predicate used formula α-predicate = MIN (g), then substituted in the membership function corresponding set of fuzzy rules to obtain the value of z. Then continued by doing the multiplication process α and z in accordance with the existing rules. Then the average defuzzyfication stage centered (Center Average Defuzzyfier) with the formula = ( ∗ ). Then, it produces an output diagnosis of autism spectrum disorder and their type of percentage rate of alleged types of interference experienced and solutions.

Based on the results of the test with a questionnaire, an application built to help users obtain information for the diagnostic process type of autism spectrum disorders in children. These results obtained from some people who have different educational backgrounds.