PENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI KECEMASAN ANAK AUTISM SPECTRUM DISORDER DENGAN TERAPI MUSIK MELALUI SOCIALLY ASSISITIVE ROBOT

Darmawan, Muhammad Rizki (2025) PENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI KECEMASAN ANAK AUTISM SPECTRUM DISORDER DENGAN TERAPI MUSIK MELALUI SOCIALLY ASSISITIVE ROBOT. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) Cover.pdf - Published Version Download (509kB) | Preview
	Text (Abstrak) Abstrak.pdf - Published Version Download (275kB)
	Text (BAB I) BAB I.pdf - Published Version Restricted to Repository staff only Download (328kB) | Request a copy
	Text (BAB II) BAB II.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III) BAB III.pdf - Published Version Restricted to Repository staff only Download (907kB) | Request a copy
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V) BAB V.pdf - Published Version Restricted to Repository staff only Download (262kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (234kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Anak autis seringkali mengalami kesulitan dalam mengekspresikan emosi, sehingga diperlukan pendekatan asistif untuk mengenali dan merespons kondisi emosional mereka. Penelitian ini bertujuan untuk mengembangkan sistem deteksi ekspresi wajah anak autis menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur ResNet-50, yang diintegrasikan pada perangkat Raspberry Pi. Sistem ini dikembangkan untuk mendeteksi tiga ekspresi utama, yaitu happy, fear, dan neutral, serta memberikan respons berupa pemutaran musik sebagai media terapi ketika anak menunjukkan ekspresi fear. Dataset yang digunakan merupakan kumpulan citra wajah anak autis, yang telah melalui tahap augmentasi dan pelatihan model sebanyak 50 epoch. Hasil evaluasi menunjukkan bahwa sistem mampu mencapai akurasi pelatihan yang cukup baik, dan dalam pengujian nyata terhadap lima anak autis, diperoleh akurasi rata-rata sebesar 80%. Implementasi sistem pada Raspberry Pi menunjukkan kinerja yang efektif dan responsif secara real-time. Sistem ini diharapkan dapat menjadi salah satu solusi pendukung dalam terapi interaktif bagi anak autis dengan pendekatan yang lebih adaptif dan ramah anak.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Anak autis, ekspresi wajah, Convolutional Neural Network (CNN), ResNet-50
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	13 Aug 2025 08:37
Last Modified:	13 Aug 2025 08:37
URI:	http://eprints.polsri.ac.id/id/eprint/18277

Actions (login required)

View Item