Penerapan Algoritma Decision Tree Untuk Menentukan Terapi Pada Anak Autis

Penanganan autisme atau gangguan spektrum autisme (ASD) pada anak-anak memerlukan pendekatan intervensi yang tepat sasaran sesuai dengan karakteristik dan kebutuhan unik setiap individu. Penelitian ini berfokus pada pengembangan sistem klasifikasi tingkat autisme berbasis algoritma Decision Tree yang mempertimbangkan aspek psikomotorik anak autis, seperti keseimbangan, koordinasi tangan, kelenturan, dan kekuatan otot. Data observasi anak-anak autis usia 5-8 tahun di SLB Anugerah Colomadu digunakan untuk membangun model Decision Tree. Hasil penelitian menunjukkan bahwa model Decision Tree memiliki akurasi 0,9 dalam mengklasifikasikan tingkat autisme berdasarkan fitur-fitur psikomotorik. Sistem ini juga memberikan rekomendasi terapi psikomotorik yang spesifik sesuai dengan tingkat autisme yang diklasifikasikan. Pendekatan ini diharapkan dapat meningkatkan kualitas intervensi bagi anak-anak autis dengan memfasilitasi perkembangan keterampilan psikomotorik mereka.
https://e-journal.hamzanwadi.ac.id/index.php/infotek