Electronic Theses and Dissertation

Autism Spectrum Disorder (ASD) merupakan salah satu gangguan serius yang mempengaruhi mental dan perilaku dalam kehidupan bersosial. Beberapa anak juga menghadapi keterlambatan intelektual. Bentuk autisme yang parah bahkan dapat menyebabkan perilaku yang merugikan diri sendiri, kejang, dan penyakit mental. Pada pengidap ASD ini, sinyal yang dideteksi memiliki abnormalitas dibandingkan dengan orang normal. Hal ini dapat menjadi acuan dalam mendiagnosis kelainan tersebut dengan electroenchepalography (EEG). Pada penelitian ini akan dianalisis perbedaan parameter Power spectral density (PSD) antara sinyal EEG autis dengan normal dengan metode Periodogram Welch. Pada tahap praproses, akan diterapkan metode Independent Component Analysis(ICA) untuk menghilangkan artefak dan filter Finite Impuls Response(FIR) untuk mengurangi derau pada sinyal EEG. Hasil penelitian menunjukkan bahwa terdapat perbedaan nilai PSD yang didapatkan pada sinyal EEG autis dan sinyal EEG normal, dimana nilai PSD yang didapatkan pada sinyal EEG autis lebih tinggi dibandingkan dengan sinyal EEG normal pada semua sub-band frekuensi. Dari hasil penelitian, nilai PSD tertinggi yang didapatkan sinyal EEG autis terdapat pada sub-band delta yaitu sebesar 54,06 dB/Hz sedangkan pada sinyal EEG normal hanya sebesar 33,14 dB/Hz pada sub-band frekuensi yang sama. Dan pada sub-band Alpha dan Beta sinyal EEG normal terdapat kenaikan nilai PSD, sedangkan pada sinyal EEG autis nilai PSD terus menurun pada sub-band Alpha dan Beta. Selain itu metode FIR dan ICA juga dapat mengurangi noise dan artefak yang terdapat pada sinyal EEG autis dan normal.

Autism Spectrum Disorder (ASD) is a serious disorder that affects mental and social behavior. Some children also experience intellectual delays. Severe forms of autism can even lead to self-defeating behavior, seizures, and mental illness. In people with ASD, the detected signal has abnormalities compared to normal people. This can be a reference in diagnosing these disorders with electroencephalography (EEG). In this study, we will analyze the difference in the Power Spectral Density (PSD) parameter between autistic and normal EEG signals using the Welch Periodogram method. In the preprocessing stage, the Independent Component Analysis (ICA) method will be applied to remove artifacts and a Finite Impulse Response (FIR) filter will be applied to reduce noise in the EEG signal. The results showed that there were differences in the PSD values obtained for autistic EEG signals and normal EEG signals, where the PSD values obtained for autistic EEG signals were higher than those for normal EEG signals in all frequency sub-bands. From the research results, the highest PSD value obtained for autistic EEG signals was found in the delta sub-band, which was 54.06 dB/Hz, while in normal EEG signals it was only 33.14 dB/Hz at the same frequency sub-band. And in the Alpha and Beta sub-bands, the normal EEG signal has an increase in the PSD value, while in the autistic EEG signals, the PSD value continues to decrease in the Alpha and Beta sub-bands. In addition, the FIR and ICA methods can also reduce noise and artifacts found in autistic and normal EEG signals.