Nissa Hasna Nabila Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2022

Skripsi

Abstract- Autism Spectrum Disorder (ASD) atau sindrom neurodevelopmental merupakan gangguan pada perkembangan saraf otak yang menyebabkan penderita mengalami penurunan interaksi sosial, kemampuan berkomunikasi, serta pengekspresian emosi. Sindrom autis dapat dideteksi dengan menggunakan Elektroensefalogram (EEG). Penelitian ini memanfaatkan EEG penyandang autis guna mendukung studi klasifikasi skema machine learning dengan menghasilkan akurasi terbaik. Metode Linear Discriminant Analysis (LDA) merupakan salah satu teknik machine learning yang digunakan untuk mengklasifikasikan sinyal EEG autis dan normal. LDA dipilih karena dapat memaksimalkan jarak antar kelas dan meminimalkan jumlah scatter dengan memanfaatkan fungsi between dan within-class. Metode ini akan dikombinasikan dengan metode lainnya yaitu Independent Component Analysis (ICA) dan Discrete Wavelet Transform (DWT) untuk meningkatkan akurasi sistem. Banyak sampel yang digunakan berjumlah 16 data EEG yang merekam 8 anak autis dan 8 anak normal. Sinyal dari dataset dilakukan filterisasi artifak menggunakan Independent Component Analysis (ICA) dan didekomposisi sebanyak 3 level melalui Discrete Wavelet Transform (DWT) kemudian diklasifikasi menggunakan teknik Linear Discriminant Analysis (LDA). Berdasarkan hasil penelitian, akurasi terbaik yang diperoleh sebesar 99% dengan bantuan Confusion Matrix. Kata kunci: Autis, Elektroensefalogram, Linear Discriminant Analysis, Independent Component Analysis, Discrete Wavelet Transform 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 102034 2022-08-02 01:41:30 2022-08-02 11:38:19 machine generated