JudulIdentifikasi Gelombang Interictal Epileptiform Discharges Berbasis Fast Fourier Transform |
Nama: RAIHAN ANUGRAH |
Tahun: 2025 |
Abstrak Epilepsi merupakan gangguan neurologis kronis yang ditandai oleh aktivitas listrik otak abnormal yang dapat diamati melalui Elektroensefalografi (EEG) yang menunjukkan adanya gelombang Interictal Epileptiform Discharges (IEDs). Identifikasi manual gelombang ini menghadapi tantangan durasi rekaman panjang dan kebutuhan keahlian klinis. Oleh karena itu, diperlukan suatu pendekatan matematika yang dapat memberikan second opinion untuk meminimalisir kesalahan diagnosis epilepsi. Penelitian ini menawarkan pendekatan berbasis machine learning menggunakan algoritma K-Nearest Neighbor (K-NN) untuk mendeteksi IEDs. Proses penelitian ini meliputi ekstraksi fitur frekuensi dari sinyal EEG menggunakan Fast Fourier Transform (FFT), reduksi dimensi dengan Principal Component Analysis (PCA), dan klasifikasi dengan K-NN. Dengan data EEG sebanyak 230 sampel (120 IEDs, 110 normal), hasil menunjukkan akurasi sebesar 91% untuk nilai ???? = 18 dan 10 fitur utama PCA. Pendekatan ini menunjukkan potensi besar dalam mendukung diagnosis epilepsi yang lebih cepat dan akurat, serta membuka peluang pengembangan teknologi kesehatan berbasis machine learning untuk aplikasi klinis yang lebih luas. |