SITI MULYANI Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Elektro 2022

Skripsi

Autism Spectrum Disorder (ASD) merupakan suatu gangguan pada syaraf otak yang mempengaruhi perkembangan kemampuan seorang anak. Untuk mendeteksi kondisi neurologis pada ASD dapat dilakukan menggunakan Electroencephalograph (EEG) dengan sistem pemrosesan sinyal EEG dalam mengambil informasi tertentu. Pada penelitian ini dilakukan pengolahan sinyal EEG pada anak ASD menggunakan ekstraksi fitur dengan Continuous Wavelet Transform (CWT) dan klasifikasi dengan Support Vector Machine (SVM). Pengkombinasian metode klasifikasi sinyal ini dapat meningkatkan kinerja sistem dalam klasifikasi sinyal EEG ASD pada penelitian sebelumnya. Implementasi penelitian ini nantinya dapat membantu dalam mendeteksi sinyal EEG ASD berdasarkan karakteristik gelombang otak. Pada penelitian ini sinyal EEG diklasifikasi dengan dua skenario yaitu klasifikasi koefisien CWT dan klasifikasi fitur statistik dari CWT. Hasil dari Penerapan CWT dan SVM menghasilkan klasifikasi terbaik berbasis koefisien CWT didapatkan akurasi sebesar 95% lebih tinggi jika dibandingkan dengan klasifikasi berbasis fitur statistik dari CWT yang memperoleh akurasi sebesar 65%. Kata Kunci : Autism Spectrum Disorder (ASD), Continuous Wavelet Transform (CWT), Electroencephalograph (EEG), Support Vector Machine (SVM). 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 102012 2022-08-01 14:47:20 2022-08-01 15:32:42 machine generated