Imam Fathur Rahman Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2025

Skripsi

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, sehingga memerlukan metode ekstraksi fitur yang efektif agar informasi yang relevan dapat diperoleh secara optimal. Penelitian ini membandingkan dua metode ekstraksi fitur pada sinyal EEG penyandang ASD, yaitu Empirical Mode Decomposition (EMD) dan Empirical Wavelet Transform (EWT). Hasil penelitian menunjukkan bahwa EMD mampu menurunkan artefak dan gangguan secara signifikan, terutama saat menggunakan lima Intrinsic Mode Function (IMF) pertama sebagai dasar rekonstruksi sinyal. Metode ini menunjukkan performa terbaik dalam aspek kejernihan sinyal, dengan nilai rata rata Signal to Noise Ratio (SNR) sebesar 21,7677 dB, yang secara signifikan lebih tinggi dibandingkan metode lainnya. EWT menunjukkan keunggulan dalam aspek akurasi rekonstruksi sinyal, ditunjukkan oleh nilai rata-rata Mean Absolute Error (MAE) sebesar 0,5284 μV dan Mean Square Error (MSE) sebesar 0,5056 μV², yang lebih rendah dibandingkan EMD. Hal ini menunjukkan bahwa EWT lebih mampu mempertahankan bentuk asli sinyal EEG dengan kesalahan minimum. Secara umum, EWT lebih tepat digunakan bila fokus utama adalah mempertahankan bentuk sinyal EEG secara akurat, sedangkan EMD lebih cocok untuk meningkatkan kejernihan sinyal dan mengurangi noise secara agresif. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 157019 2025-06-14 09:09:03 2025-06-16 08:58:50 machine generated