Fitriyani, Putri Nur (2017) Deteksi Penyakit Epilepsi Berdasarkan Data EEG Menggunakan Empirical Mode Decomposition dan Interval Type-2 Fuzzy Logic System. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Full text not available from this repository. (Request a copy)Abstract
Epilepsi merupakan salah satu kelainan pada otak manusia yang tidak dapat disembuhkan. Penyakit ini menimbulkan kejang pada tubuh dan sangat mengganggu aktivitas. Pada tingkat yang parah, epilepsi dapat membahayakan nyawa penderitanya. Oleh sebab itu, epilepsi harus dideteksi secara dini agar penderita segera mendapatkan penanganan yang tepat sehingga keadaannya tidak memburuk.
Pada Tugas Akhir ini, deteksi epilepsi dilakukan dengan menggunakan metode Empirical Mode Decomposition dan Interval Type-2 Fuzzy Logic System. Hasil deteksi diklasifikasikan ke dalam dua kelas, yaitu normal dan epilepsi. Data rekaman electroencephalogram (EEG) yang digunakan berasal dari ''Klinik für Epileptologie, Universität Bonn” yang diperoleh secara online yang berjumlah 500 data terdiri dari set A hingga set E.
Data yang digunakan untuk pengujian pada percobaan ini sebanyak 200 data yang terdiri dari 100 data EEG untuk manusia sehat dan 100 data EEG untuk manusia penderita epilepsi. Berdasarkan hasil uji coba, rata-rata akurasi terbaik didapatkan sebesar 98.00% dengan menggunakan Intrinsic Mode Fuction pertama, nilai parameter interval pada IT2FLS 1:10, dan nilai K fold cross validation K= 5.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Epilepsi, Empirical Mode Decomposition, Interval Type-2 Fuzzy Logic System, Klasifikas Epilepsy, Classification, EEG |
| Subjects: | T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105 Data Transmission Systems |
| Divisions: | Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | PUTRI NUR FITRIYANI |
| Date Deposited: | 20 Jun 2017 06:08 |
| Last Modified: | 16 Nov 2018 02:12 |
| URI: | http://repository.its.ac.id/id/eprint/41767 |
Actions (login required)
 |
View Item |