DETEKSI PENYAKIT EPILEPSI DENGAN LEAST SQUARE ERROR
DOI:
https://doi.org/10.35842/sintaks.v2i1.31Keywords:
epilepsi, ekstraksi ciri, seleksi ciriAbstract
Epilepsi didefinisikan sebagai sindrom yang ditandai dengan fungsi otak sesaat dan paroxysm yang dimanifestasikan dalam interupsi atau kehilangan kesadaran, motorik, sensorik, psikologi, otonom gerak, serta episodik. Hambatan utama yang harus dihadapi adalah kurangnya dokter spesialis yang dibutuhkan dan biaya untuk menanganinya pengobatan epilepsi. Penelitian ini ditujukan untuk pengembangan perangkat lunak untuk mendeteksi sindrom epilepsi terhadap sinyal yang terekam dari 7 elektroda dan 3 ciri statistik. Keberhasilan dari membedakan bentuk sinyal epilepsi dan non epilepsi adalah dilakukan dengan menggunakan ekstraksi ciri kemudian seleksi ciri LSE dan metode klasifikasi dilakukan secara khusus melalui Back propagasi Neural Network (BPNN). Berdasarkan hasil keseluruhan akhir menunjukkan bahwa akurasi dalam deteksi epilepsi dengan seleksi ciri LSE mencapai 96,9%.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Siswandari Noertjahjani
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.