PREDIKSI KEJANG PADA PASIEN EPILEPSI BERDASARKAN SINYAL ELEKTROENSEFALOGRAM (EEG)
Penulis Utama
:
Ridho Priambodo
NIM / NIP
:
I0720065
×<p><span xss=removed>Epilepsi adalah gangguan neurologis yang mempengaruhi banyak individu,



dengan serangan kejang sebagai gejala utamanya. Penelitian ini memiliki tujuan



mengembangkan sistem otomatis untuk mengenali pola-pola yang terkait dengan



serangan kejang berdasarkan sinyal EEG. Pada sinyal EEG pasien epilepsi



terdapat empat buah kondisi yaitu interictal, preictal (<i>preseizure</i>),



ictal <i>(seizure)</i>, dan postictal <i>(post-seizure)</i>. Pendeteksian kondisi



<i>preseizure</i> dilakukan untuk memprediksi kejang pada pasien epilepsi.



Deteksi kondisi <i>preseizure</i> dilakukan dengan menggunakan <i>machine learning



</i>dimana sistem dapat secara otomatis mendeteksi kondisi <i>preseizure</i>



berdasarkan berkas-berkas yang sudah dimasukkan pada pelatihan dalam membuat <i>machine



learning</i>. Pada penelitian ini digunakan <i>machine learning</i> dengan



menggunakan dua buah metode sebagai perbandingan yaitu metode <i>K-Nearest



Neighbor</i> (KNN) dan metode <i>Long Short Term Memory</i> (LSTM). Kedua



metode tersebut digunakan untuk memprediksi adanya kondisi <i>preseizure</i>



pada sinyal EEG pasien. Dalam proses prediksi terdapat lima buah tahapan yaitu <i>preprocessing</i>,



segmentasi, ekstraksi fitur, pengklasifikasian, dan prediksi akhir. Sistem yang



telah dirancang kemudian diterapkan dalam aplikasi berbasis python dengan



tujuan memudahkan para pengguna dalam menggunakannya. Sistem pada penelitian



ini diuji menggunakan data 10 pasien dari CHB-MIT dengan jumlah 150 rekaman dan



total durasi 147 jam. Dihasilkan sistem mampu memberikan nilai sensitivitas<i> </i>sebesar



80%, spesifisitas sebesar 92%, dan akurasi sebesar 91?ngan menggunakan



metode KNN dan sensitivitas<i> </i>sebesar 82%, spesifisitas<i> </i>sebesar



87%, dan akurasi sebesar 86?ngan menggunakan metode LSTM. Dengan pemahaman



yang lebih baik tentang penyebab dan pola kejang, penelitian ini diharapkan



dapat memberikan pembaharuan terhadap metode dalam penanganan pasien epilepsi.</span><br></p>
×
Penulis Utama
:
Ridho Priambodo
Penulis Tambahan
:
-
NIM / NIP
:
I0720065
Tahun
:
2024
Judul
:
PREDIKSI KEJANG PADA PASIEN EPILEPSI BERDASARKAN SINYAL ELEKTROENSEFALOGRAM (EEG)