MUHAMMAD MIRZA RAHMAT Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2025

Skripsi

Abstrak - Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan saraf yang memengaruhi interaksi sosial, komunikasi, dan perilaku individu. Salah satu pendekatan non-invasif yang digunakan untuk mengamati aktivitas otak penderita ASD adalah electroencephalography (EEG). Namun, sinyal EEG mentah seringkali terkontaminasi oleh noise dan artefak, sehingga diperlukan proses pre-processing yang efektif untuk meningkatkan kualitas sinyal. Penelitian ini membandingkan dua metode pre-processing, yaitu Multiscale Principal Component Analysis (MS-PCA) dan Multiscale Independent Component Analysis (MS-ICA), dalam membersihkan sinyal EEG dari gangguan. Evaluasi performa dilakukan menggunakan tiga parameter, yaitu Mean Absolute Error (MAE), Mean Square Error (MSE), dan Signal to Noise Ratio (SNR). Hasil menunjukkan bahwa MS-ICA memiliki nilai MAE lebih rendah sebesar 0,37 μV² dibandingkan MS-PCA sebesar 0,56 μV², yang mengindikasikan kesalahan rata-rata yang lebih kecil. Namun, MS-PCA unggul pada aspek SNR dan MSE, dengan nilai SNR sebesar 25,11 dB dan MSE sebesar 0,45 μV², menunjukkan kemampuannya dalam meningkatkan kejernihan sinyal dan menekan noise secara lebih konsisten. Berdasarkan hasil tersebut, MS-PCA lebih direkomendasikan untuk aplikasi yang membutuhkan sinyal EEG dengan kualitas tinggi, sedangkan MS-ICA lebih cocok jika prioritas utama adalah mempertahankan bentuk sinyal asli dengan kesalahan minimum. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 158319 2025-07-03 11:58:27 2025-07-03 12:09:42 machine generated