Abstrak
Algoritma Faster Region Convolutional Neural Networks dikembangkan untuk analisis gambar wajah dan deteksi karakteristik yang terkait dengan ASD. Sistem ini dilatih dengan dataset gambar wajah anak autis dan non-autis, berdasarkan klasifikasi biner kemungkinan autisme.
Deteksi dini Autism Spectrum Disorder (ASD) sangat penting, terutama untuk membantu para anak autis untuk disalurkan ke tempat pendidikan terbaik salah satunya itu Sekolah Luar Biasa Sasanti Wiyata Sukomanunggal, tetapi deteksi ASD tradisional perlu waktu lebih lama sehingga menghambat penyaluran murid di sekolah tersebut. Kelebihan Faster R-CNN yaitu deteksi dini ASD yang lebih mudah, untuk intervensi dan dukungan keluarga yang lebih awal dengan basis image processing.
VGG16 dimanfaatkan untuk ekstraksi fitur gambar wajah ukuran 224x224 piksel, Region Proposal Network sebagai klasifikasi antara objek dan bukan objek,. Region of Interest (RoI) Pooling untuk identifikasi area potensial wajah, selanjutnya dianalisis oleh Classifier dengan aktivasi sigmoid untuk klasifikasi biner apakah wajah pada gambar itu autistic atau non autistic.
Faster R CNN berhasil melatih dataset 400 wajah autistic dan 400 wajah non autistic dengan batch size 15 dan epochs 7. Berhasil mendeteksi pada data uji 100 wajah autistic dan 100 wajah non autistic dengan akurasi kemampuan Faster R-CNN yaitu 79.00%, uji komparasi persentase tersebut dengan CNN yang hanya 71.50%, keduanya pada lingkungan dataset yang sama. Serta implementasi website untuk upload gambar, analisis gambar dengan Faster R-CNN dan tampilan hasil deteksi antara autistic atau non autistic.
Kata kunci:autisme, deteksi dini ASD, faster R-CNN, neural networks ,image processing, VGG16