EEG merupakan pemeriksaan penunjang yang paling sering digunakan untuk mendiagnosis epilepsi. Umumnya, gambaran EEG pada pasien epilepsi merupakan gelombang interiktal yang terdiri dari gelombang spike dan gelombang sharp. Kedua gelombang ini dapat terdeteksi secara rinci dengan menggunakan metode transformasi Walsh. Selanjutnya, metode klasifikasi Bayesian diterapkan untuk mengklasifikasikan gelombang spike dan gelombang sharp hasil dari transformasi Walsh. Training data yang terdiri atas data asli rekaman EEG serta hasil transformasi Walsh orde 1 dan orde 2 dikumpulkan dalam tesis ini. Gradien dan kecekungan dari data yang dihasilkan akan digunakan untuk mengkonstruksi profil dari gelombang epileptogenik. Hasil yang diperoleh menunjukkan bahwa transformasi Walsh orde 1 untuk treatment gradien memberikan hasil klasifikasi Bayesian terbaik. Sedangkan transformasi Walsh orde 2 kurang sensitif dalam mengklasifikasikan gelombang epileptogenik. Hal ini disebabkan oleh fakta bahwa karakteristik morfologi hasil transformasi Walsh dari gelombang spike dan gelombang sharp sulit untuk dibedakan.