Electronic Theses and Dissertation
Universitas Syiah Kuala
EVALUASI KINERJA MODEL EEGNET PADA PROSES KLASIFIKASI ASD DAN NORMAL BERBASIS…
Imam Fathur Rahman
Abstrak - Klasifikasi Autism Spectrum Disorder (ASD) secara akurat dan andal dari electroencephalography (EEG) masih menantang karena karakteristik sinyal EEG yang nonstasioner dan bersifat multikanal. Penelitian ini mengusulkan pipeline deep learning yang ringkas dengan mengintegrasikan Multivariate Empirical Wavelet Transform (MEWT) untuk ekstraksi fitur multikanal yang selaras secara spektral, serta EEGNet untuk klasifikasi ASD berbasis EEG. Performa dievaluasi menggunakan 5-fold cross-val…
- Prog. Magister Teknik Elektro Unsyiah, Banda Aceh - 2026
- Baca Selengkapnya
PERBANDINGAN METODE EKSTRAKSI FITUR RNPADA SINYAL EEG PENYANDANG AUTISM RNSPE…
Imam Fathur Rahman
Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan saraf yang memengaruhi kemampuan komunikasi, interaksi sosial, serta memicu perilaku repetitif pada individu yang mengalaminya. Salah satu pendekatan yang dapat digunakan untuk mendiagnosis ASD adalah electroencephalography (EEG), yang merekam aktivitas kelistrikan otak melalui elektroda yang ditempatkan pada kulit kepala. Sinyal EEG memiliki karakteristik yang kompleks dan rentan terhadap gangguan atau artefak, sehing…
- Fakultas Teknik, Banda Aceh - 2025
- Baca Selengkapnya