PENGENALAN GEJALA AUTISME PADA ANAK MENGGUNAKAN METODE FORWARD CHAINING BERBASIS ANDROID (Studi Kasus Klinik Tumbuh Kembang Anak Pelangi Hati Kota Bandar Lampung)

Yulita, Yulita and Kurniawan, Rio (2025) PENGENALAN GEJALA AUTISME PADA ANAK MENGGUNAKAN METODE FORWARD CHAINING BERBASIS ANDROID (Studi Kasus Klinik Tumbuh Kembang Anak Pelangi Hati Kota Bandar Lampung). Skripsi thesis, Institut Informatika dan Bisnis Darmajaya.

	Text Cover-1.pdf Download (33kB)
	Text Lembar pernyataan skripsi .pdf Download (494kB)
	Text Halaman persetujuan skripsi.pdf Download (1MB)
	Text Abstrak fix.pdf Download (817kB)
	Text Daftar isi .pdf Download (485kB)
	Text Bab 1-1.pdf Download (293kB)
	Text Bab 2-1.pdf Download (342kB)
	Text Bab 3-1.pdf Download (3MB)
	Text Bab 4-1.pdf Download (2MB)
	Text Bab 5-1.pdf Download (15kB)
	Text Daftar pustaka-2.pdf Download (135kB)
	Text Lampiran -1.pdf Download (843kB)

Abstract

ABSTRAK PENGENALAN GEJALA AUTISME PADA ANAK MENGGUNAKAN METODE FORWARD CHAINING BERBASIS ANDROID (Studi Kasus Klinik Tumbuh Kembang Anak Pelangi Hati Kota Bandar Lampung) Oleh: Yulita 2111010146 Yulita2992@gmail.com Autisme atau Autism Spectrum Disorder (ASD) merupakan gangguan neurologis yang memengaruhi aspek perkembangan sosial, komunikasi, serta perilaku anak. Deteksi dan intervensi sejak dini menjadi langkah krusial dalam mengoptimalkan pertumbuhan anak dengan ASD. Kendala utama dalam proses ini adalah kurangnya pemahaman masyarakat terhadap gejala autisme serta terbatasnya akses terhadap layanan kesehatan yang relevan. Penelitian ini bertujuan untuk merancang dan membangun aplikasi berbasis Android guna membantu proses identifikasi awal gejala autisme pada anak secara efektif dan sistematis. Variabel yang menjadi fokus identifikasi meliputi kemampuan komunikasi verbal dan nonverbal, interaksi sosial, serta pola perilaku repetitif anak yang terwujud dalam sejumlah indikator gejala. Metode Forward Chaining diaplikasikan untuk menelusuri fakta-fakta yang diinput pengguna, kemudian mencocokkannya dengan aturan dalam basis pengetahuan guna menghasilkan kesimpulan yang relevan. Hasil pengujian menunjukkan bahwa aplikasi ini mampu mengidentifikasi gejala autisme pada anak dengan tingkat akurasi sebesar 92%, berdasarkan pengujian blackbox dan validasi terhadap data kasus nyata. Aplikasi ini juga dilengkapi fitur penghubung ke tenaga kesehatan profesional, sehingga mendorong intervensi dini secara lebih cepat dan tepat sasaran. Riset selanjutnya disarankan untuk mengembangkan sistem cerdas berbasis machine learning dan integrasi dengan data rekam medis digital guna meningkatkan personalisasi dan akurasi dalam proses diagnosis. Kata kunci: Autisme, Forward Chaining, Aplikasi Android, Deteksi Dini, Sistem Pakar

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	editor 1
Date Deposited:	25 Apr 2025 07:58
Last Modified:	25 Apr 2025 07:58
URI:	http://repo.darmajaya.ac.id/id/eprint/20084

Actions (login required)

View Item