Integrasi Whisper Dan Gpt-4o Sebagai Pendekatan dalam Analisis Perkembangan Komunikasi dan Pola Bahasa Pada Autism Spectrum Disorder

Abstract

Autism Spectrum Disorder (ASD) adalah gangguan perkembangan yang memengaruhi komunikasi, interaksi sosial, dan perilaku. Penilaian komunikasi pada anak dengan ASD umumnya dilakukan secara manual, sehingga memakan waktu, yang dapat menyebabkan keterlambatan dalam pengembangan program pendidikan dan kurangnya standarisasi akibat evaluasi yang bersifat subjektif. Penelitian ini bertujuan untuk mengembangkan kerangka kerja otomatis (automated framework) berbasis Whisper dan GPT-4o guna meningkatkan efisiensi dan akurasi evaluasi kemampuan komunikasi dan pola bahasa pada anak dengan ASD. Penelitian ini menggunakan pendekatan Research and Development (RnD) yang melibatkan anak dengan ASD (kategori verbal ringan dan sedang) serta guru dari empat sekolah autisme di Daerah Istimewa Yogyakarta. Data dikumpulkan melalui wawancara, observasi kelas, rekaman audio, dan instrument penilaian. Whisper digunakan untuk transkripsi otomatis yang terintegrasi dengan GPT-4o untuk diarisasi pembicara dan analisis komunikasi. Kombinasi alat ini menghasilkan pengurangan waktu analisis hingga 89,1% dibandingkan metode manual. Whisper mencapai Word Error Rate (WER) rendah untuk anak dengan

autisme ringan (rata-rata 5%) dan tingkat kesalahan lebih tinggi untuk autisme sedang (rata- rata 23%). GPT-4o berkontribusi dalam proses dengan akurasi diarisasi pembicara yang tinggi

(93,9% untuk autisme ringan dan 89,2% untuk autisme sedang). Framework ini berhasil mengidentifikasi peningkatan komunikasi secara rinci melalui instrument penilaian, meliputi aspek verbal, pragmatik, semantik, struktur kalimat, dan ekolalia (pengulangan kata) berdasarkan validasi dari psikolog klinis dan guru sekolah luar biasa. Kerangka ini juga memberikan wawasan yang sebelumnya tidak terdeteksi oleh guru, seperti pola perkembangan spesifik pada setiap aspek tersebut.