Article Details

IDENTIFIKASI EPILEPSI BERBASIS DEEP LEARNING

Oleh   Muhammad Irfan Girindra [10215089]
Kontributor / Dosen Pembimbing : Prof.Dr. Suprijadi M.Eng.
Jenis Koleksi : S1-Tugas Akhir
Penerbit : FMIPA - Fisika
Fakultas : Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA)
Subjek : Physics
Kata Kunci : Deep learning, electroencephalografi, epilepsi, individual alpha frequency.
Sumber :
Staf Input/Edit : Ratnasari   Ena Sukmana
File : 1 file
Tanggal Input : 2020-02-13 09:58:34

Epilepsi merupakan salah satu penyakit sistem syaraf pusat, dimana gejala utama dalam penyakit epilepsi adalah timbulnya kejang kejang (seizure) yang timbul pada otak. Dalam mempelajari aktivitas otak pada saat seizure, EEG merupakan salah satu alat sering digunakan. Electroencephalografi (EEG) merupakan aktivitas merekam aktivitas listrik otak menggunakan elektroda yang diletakan di kulit kepala. Dalam menganalisis sinyal EEG, diperlukan ekstraksi fitur beserta model machine learning yang dapat mempelajari pola sinyal tersebut. Pada penelitian ini, akan dibuat sebuah model deep learning, multi layer perceptron, untuk dapat mengidentifikasi sinyal EEG pada pasien epilepsi saat dalam keadaan seizure. Fitur sinyal yang ditinjau pada penelitian ini adalah Individual Alpha Frequency, nilai frekuensi yang mempunyai nilai daya paling tinggi rentang gelombang alfa. Hasil penelitian ini menunjukkan bahwa ada penurunan pada nilai IAF ketika pasien mengalami seizure dibanding pada saat pasien berada dalam keadaan normal, dan didapatkan model deep learning yang mempunyai akurasi sebesar 96,55% dalam mengklasifikasi sinyal EEG dalam keadaan normal dan dalam keadaan seizure menggunakan fitur IAF.