Autisme, atau Autism Spectrum Disorder (ASD), adalah gangguan perkembangan saraf yang memengaruhi cara seseorang berpikir, berkomunikasi, dan berperilaku. Gangguan ini biasanya muncul sejak masa kanak-kanak dan berdampak pada berbagai aspek kehidupan, mulai dari hubungan sosial hingga keterampilan dasar seperti makan dan minum.
Di Indonesia, pemahaman masyarakat terhadap anak-anak dengan Autisme masih minim. Banyak keluarga masih menghadapi stigma negatif攁nak-anak ini dianggap aib dan harus disembunyikan. Padahal, anak dengn Autisme hanya berbeda, bukan kurang. Anak dengan Autism juga memiliki hak yang sama untuk bersekolah, naik transportasi umum, bekerja, bahkan membangun keluarga. Untuk menuju kehidupan mandiri seperti itu, anak-anak ini perlu dilatih keterampilan sehari-hari, termasuk makan dan minum secara mandiri.
Namun, kegiatan makan bagi anak dengan Autism tidak selalu mudah. Anak dengan Autism sering memiliki pola makan yang unik: pilih-pilih makanan, enggan mencoba rasa baru, lambat mengunyah, atau makan hanya saat suasana hati mendukung. Untuk membantu melatih dan memantau kemampuan ini, guru dan terapis sering meminta orang tua mengirimkan video aktivitas makan anak di rumah. Sayangnya, video yang dikirim sering memiliki kualitas buruk攇elap, buram, atau gerakannya tidak jelas攜ang membuat penilaian jadi tidak akurat.
Kini, teknologi dengan Kecerdasan Buatan (AI) dapat membantu. Salah satu solusi yang digunakan adalah Human Activity Recognition (HAR), yaitu teknologi yang dapat mengenali dan menganalisis aktivitas manusia dari video. Dengan menggunakan AI, sistem ini mampu mendeteksi aktivitas spesifik seperti mengangkat sendok, memasukkan makanan ke mulut, atau meneguk air. Bahkan saat video memiliki pencahayaan yang buruk atau sudut pengambilan yang kurang ideal, teknologi ini tetap bisa mengenali gerakan berdasarkan pola-pola visual tertentu.
Pendeteksian aktivitas ini sangat membantu dalam proses terapi. Tenaga pendidik atau terapis dapat melihat sejauh mana perkembangan kemampuan anak dalam menjalankan aktivitas sehari-hari secara objektif dan otomatis. Tenaga pendidik atau terapis bisa mengetahui apakah anak sudah bisa makan sendiri, apakah masih perlu bantuan, dan bagian mana yang perlu dilatih lebih lanjut. Hal ini tidak hanya menghemat waktu, tetapi juga meningkatkan akurasi pemantauan.
Penelitian ini memanfaatkan teknologi kecerdasan buatan (AI) untuk mengenali aktivitas makan dan minum dari video secara otomatis. Penggabungan dua teknologi yaitu peningkatan kualitas gambar dan pendeteksian aktivitas menggunakan Convolutional Neural Network (CNN)攕ebuah sistem yang terinspirasi dari cara kerja otak manusia dalam mengenali pola visual.
Penelitian menggunakan dua arsitektur CNN yang dikenal handal, yaitu Visual Geometry Group 19 (VGG19) dan MobileNetV2, untuk mendeteksi aktivitas dari cuplikan video aktivitas makan dan minum. Sebelum dianalisis, gambar dalam video ditingkatkan kualitasnya menggunakan teknik seperti Histogram Equalization, Contrast Stretching, dan yang paling efektif: CLAHE (Contrast Limited Adaptive Histogram Equalization). Teknik ini membantu memperjelas gambar tanpa membuatnya terlalu terang atau terlalu gelap.
Data yang digunakan mencakup 606 video aktivitas makan dan 477 video aktivitas minum yang direkam oleh orang tua atau terapis. Data aktivitas makan terdiri dari 8 sekuen yaitu mencuci tangan, mengambil piring, menyiapkan makanan, mengambil bekal, membuka bekal, berdoa, makan, dan menyelesaikan makan sedangan Data aktivitas minum terdiri dari 6 sekuen yaitu mengambil gelas atau botol minum, membuka botol, menuangkan air, minum, menutup botol, dan selesai minum.
Hasil penelitian menunjukkan hasil yang cukup menjanjikan攎odel CNN dengan arsitektur VGG19 menggunakan gambar yang telah ditingkatkan dengan CLAHE mampu mengenali aktivitas makan dan minum dengan akurasi mencapai 85%, sedikit lebih tinggi dibandingkan model tanpa peningkatan gambar. Meskipun peningkatan akurasi ini tergolong kecil, ini membuktikan bahwa kualitas visual sangat berpengaruh mengenali aktivitas anak dengan Autism.
Dengan dukungan teknologi Kecerdasan Buatan, para tenaga pendidik dan terapis bisa memantau perkembangan anak secara lebih objektif dan efisien, bahkan dari jarak jauh. Lebih dari sekadar inovasi teknis, ini adalah langkah nyata untuk membantu anak-anak dengan autisme hidup lebih mandiri dan diterima sepenuhnya di masyarakat.
Penulis: Ira Puspitasari, S.T., M.T., Ph.D.
Link:
Baca juga: Pelacakan Proses pada Log Data Tidak Lengkap Menggunakan Timed Genetic-Inductive Process Mining
