DETEKSI GANGGUAN AUTIS PADA ANAK MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR

Autism Spectrume Disorder merupakan ganggguan perkembanan dimana seorang anak memperlihatkan suatu perilaku menjauhkan diri dari lingkungan sosialnya, seakan – akan hidup di dunianya sendiri. Semakin dini mengetahui anak menderita gangguan autis sangatlahi penting, karenai semakini dinii autis diobati semakin besari peluang untuk sembuh. Dengani adanya perkembangani teknologii pendeteksiani gejalai autis dapati dilakukani lebih awal menggunakani sistem deteksi autis berbasis web. Metode Modified K-Nearest Neighbor merupakan perkembangan dari metode konvensional K-Nearest Neighbor. Deteksi autis pada anak menggunakan metode Modified K-Nearest Neighbor dengan data yang digunakan diambil dari website UCI Machine Learning Repository, dengan jumlah data 292 data dan 2 class output. Pengujian dilakukan dengan mencari kedekatan dari datai training dan data testing untuk menghitung Weight voting, setelah mendapatkan hasil weight voting akan dicari mayoritas datanya. Berdasarkani pengujiani yangi telah dilakukan didapatkan hasil akurasi tertinggi sebesar 96,67%, hasil presisi tertinggi sebesar 97,33% dan hasil recall tertinggi sebesar 100% pada K = 13. Untuk K optimal dari pengujian ini ditunjukkan pada K = 3.

Kata Kunci : Deteksi Autisme, Klasifikasi, Metode Modified K-Nearest Neighbor