KLASIFIKASI NORMAL, TANPA KEJANG, KEJANG TERHADAP SINYAL EPILEPSI MENGGUNAKAN METODE TEKNIK SAMPLING DAN K - NEAREST NEIGHBOR

Abstract

Epilepsi adalah gangguan sistem saraf pusat (neurologis) di mana aktivitas otak menjadi tidak normal, menyebabkan kejang atau periode perilaku yang tidak biasa, sensasi, dan kadang-kadang hilangnya kesadaran. Electroencephalogram (EEG) dikenal luas untuk mendiagnosis dan menilai aktivitas dan gangguan otak. Penelitian ini menggunakan dataset EEG yang digunakan dalam berbagai penelitian tentang deteksi epilepsi. Penelitian yanga dilakukan yaitu mendeteksi tentang sinyal epilepsi menggunakan metode teknik sampling dan metode K-NN. Data penelitian ini mengambil data sinyal Epilepsi dari klinik Epileptologie Universitas Bonn yang terdiri dari data set A sinyal normal mata terbuka, set C masuk zona epilepsi, dan set E epilepsi kejang. Data set A terdiri dari 100 sinyal epilepsi,  Data set C terdiri dari 100 sinyal epilepsi dan data set E terdiri dari 100 data sinyal epilepsi. 70 data sinyal EEG digunakan untuk data  training dan 30 data sinyal EEG untuk data testing. Hasil yang terbaik dengan nilai K=1 sampai K=13  diperoleh untuk pengklasifikasian sinyal epilepsi menggunakan K-NN adalah 83% dari data sinyal yang diuji.