Sistem Berbasis AI untuk Menentukan Tingkat Keparahan Autism Spectrum Disorder

Oleh: Berty H. Meluko . 18 Februari 2026 . 11:36:18

Penentuan tingkat keparahan Autism Spectrum Disorder (ASD) selama ini sangat bergantung pada observasi klinis dan penilaian profesional. Proses ini membutuhkan waktu, pengalaman, serta konsistensi yang tinggi. Menjawab tantangan tersebut, tim peneliti mengembangkan sebuah sistem berbasis Artificial Intelligence (AI) yang dirancang untuk membantu menentukan level keparahan autisme secara lebih terstruktur dan objektif.

Penelitian ini memfokuskan pada pembangunan sistem klasifikasi otomatis yang mampu mengelompokkan individu dengan ASD ke dalam tingkat keparahan tertentu berdasarkan data karakteristik yang telah dianalisis menggunakan model kecerdasan buatan.

Mengapa Penentuan Level ASD Penting?

Dalam praktik klinis, ASD umumnya dibagi ke dalam beberapa tingkat keparahan yang menunjukkan seberapa besar dukungan yang dibutuhkan individu. Penentuan level ini sangat penting karena akan memengaruhi: Strategi terapi dan intervensi, Pendekatan pendidikan, Perencanaan dukungan keluarga, Evaluasi perkembangan anak.

Kesalahan atau ketidakkonsistenan dalam menentukan level dapat berdampak pada kurang optimalnya intervensi yang diberikan.

Bagaimana Sistem AI Ini Bekerja?

Dalam penelitian ini, peneliti mengembangkan model berbasis machine learning yang dilatih menggunakan data karakteristik individu dengan ASD. Model tersebut mempelajari pola dari sejumlah indikator yang relevan, kemudian mengklasifikasikan tingkat keparahan secara otomatis.

Secara sederhana, sistem bekerja melalui tiga tahap utama:

  1. Input data karakteristik individu
  2. Proses analisis pola menggunakan algoritma AI
  3. Output klasifikasi level keparahan ASD

Pendekatan ini memungkinkan sistem mengenali pola kompleks yang mungkin sulit terlihat melalui penilaian manual semata.

Hasil Penelitian: Akurasi dan Konsistensi yang Baik

Hasil pengujian menunjukkan bahwa sistem yang dikembangkan memiliki tingkat akurasi yang baik dalam mengklasifikasikan level keparahan ASD. Model mampu membedakan kategori tingkat autisme secara konsisten berdasarkan parameter yang digunakan dalam penelitian.

Temuan ini menunjukkan bahwa pendekatan berbasis Artificial Intelligence memiliki potensi kuat sebagai alat bantu dalam proses asesmen. Namun, peneliti menegaskan bahwa sistem ini bukan pengganti profesional medis atau psikolog, melainkan alat pendukung keputusan untuk meningkatkan objektivitas dan efisiensi proses evaluasi.

Dampak dan Potensi Pengembangan

Pemanfaatan AI dalam bidang kesehatan mental dan perkembangan anak membuka peluang besar dalam:

  • Mendukung deteksi dan klasifikasi lebih cepat
  • Mengurangi potensi bias subjektif
  • Membantu pengambilan keputusan berbasis data
  • Mengembangkan sistem layanan kesehatan berbasis digital

Dengan pengembangan lebih lanjut dan validasi yang lebih luas, sistem seperti ini berpotensi diintegrasikan dalam platform asesmen digital di masa depan.

Penelitian ini membuktikan bahwa sistem berbasis Artificial Intelligence dapat digunakan untuk menentukan tingkat keparahan Autism Spectrum Disorder secara lebih sistematis dan terukur.

Meski tetap membutuhkan peran tenaga profesional dalam interpretasi dan intervensi, teknologi ini menunjukkan bahwa kolaborasi antara kecerdasan buatan dan keahlian manusia dapat meningkatkan kualitas layanan diagnosis dan pendampingan bagi individu dengan autisme.

Oleh : R. Rasim1*, M. Munir2, Yaya Wihardi3, Lanto Ningrayati Amali4

Sumber : https://journal.unnes.ac.id/journals/sji/article/view/14440

Agenda

23 September 2026

Diskusi Tindak lanjut Kerjasama

kunjungan dari LPPM Universitas Pattimura dalam rangka melakukan diskusi tindak lanjut kerjasama pelaksanaan Penelitian dan Pengabdian kepada Masyarakat
Hari, Tanggal : Rabu, 23 September 2026
Waktu : Pukul 09.00 WITA s.d selesai
Tempat : Ruang Sidang Lt. 2 LPPM UNG

15 - 17 September 2026

Monitoring dan Evaluasi Program Pengabdian kepada Masyarakat Skema KKN Tematik Tahap II dan KKN Tematik Infrastruktur Universitas Negeri Gorontalo Tahun Anggaran 2026

Monitoring dan Evaluasi Program Pengabdian kepada Masyarakat Skema KKN Tematik Tahap II dan KKN Tematik Infrastruktur Universitas Negeri Gorontalo Tahun Anggaran 2026

10 September 2026

Monev Internal Penelitian Pendanaan Direktorat jenderal Riset dan Pengembangan Kemdiktisaintek Tahun Anggaran 2026

Monitoring dan Evaluasi (Monev) Internal Program Penelitian Pendanaan Direktorat Jenderal Riset dan Pengembangan Kemdiktisaintek Tahun Anggaran 2026, Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Negeri Gorontalo.

10 September 2026

Penyamaan Persepsi Monev Inernal Program Penelitian Tahun 2026

Dalam rangka persiapan pelaksanaan Monitoring dan Evaluasi (Monev) Internal Program Penelitian
Pendanaan Direktorat Jenderal Riset dan Pengembangan Kemdiktisaintek Tahun Anggaran 2026