Electronic Theses and Dissertation

Abstrak - Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan
neurologis yang ditandai oleh kesulitan dalam komunikasi, interaksi sosial, dan
perilaku repetitif. Electroencephalography (EEG) menjadi salah satu metode non
invasif yang banyak digunakan untuk merekam aktivitas listrik otak guna
mendeteksi karakteristik neurofisiologis pada individu dengan ASD. Namun,
kualitas sinyal EEG sering kali dipengaruhi oleh gangguan dan noise, sehingga
diperlukan proses pre-processing yang efektif untuk meningkatkan akurasi analisis.
Penelitian ini bertujuan untuk membandingkan kinerja dua metode filtrasi sinyal
EEG, yaitu Butterworth BandPass dan Blackman-Harris FIR filter, dalam konteks
pre-processing sinyal EEG pada subjek ASD. Evaluasi dilakukan dengan
menggunakan parameter kuantitatif seperti Mean Absolute Error (MAE), Mean
Squared Error (MSE), Signal-to-Noise Ratio (SNR), dan Power Spectral Density
(PSD). Data diperoleh dari rekaman EEG 16 channel pada lima subjek ASD.
Hasil penelitian menunjukkan bahwa filter Blackman-Harris FIR memiliki
performa yang secara signifikan lebih baik dibandingkan filter Butterworth, dengan
nilai MAE dan MSE yang lebih rendah serta SNR yang lebih tinggi. Keunggulan
ini menunjukkan kemampuan Blackman-Harris FIR dalam mereduksi noise dan
mempertahankan integritas sinyal asli secara lebih efektif. Oleh karena itu, filter
Blackman-Harris FIR direkomendasikan sebagai metode pre-processing yang lebih
optimal dalam analisis sinyal EEG pada penyandang ASD.
Kata kunci: Autism Spectrum Disorder, EEG, pre-processing, Butterworth
BandPass, Blackman-Harris FIR, MAE, MSE, SNR, PSD.

Abstract - Autism Spectrum Disorder (ASD) is a neurodevelopmental disorder characterized by impairments in communication, social interaction, and repetitive behavior. Electroencephalography (EEG) is a widely used non-invasive technique for recording brain electrical activity to detect neurophysiological characteristics in individuals with ASD. However, EEG signals are highly susceptible to noise and artifacts, necessitating effective pre-processing to ensure reliable analysis. This study aims to compare the performance of two EEG signal filtering methods Butterworth BandPass and Blackman-Harris FIR filters in the pre-processing stage of EEG signals from ASD subjects. The evaluation was conducted using quantitative parameters including Mean Absolute Error (MAE), Mean Squared Error (MSE), Signal-to-Noise Ratio (SNR), and Power Spectral Density (PSD). Data were collected from 16-channel EEG recordings of five ASD subjects. The results indicate that the Blackman-Harris FIR filter outperforms the Butterworth filter, yielding significantly lower MAE and MSE values and higher SNR. This superior performance reflects its ability to reduce noise while preserving the original signal structure more effectively. Therefore, the Blackman-Harris FIR filter is recommended as a more optimal pre-processing method for EEG signal analysis in ASD applications. Keywords: Autism Spectrum Disorder, EEG, pre-processing, Butterworth BandPass, Blackman-Harris FIR, MAE, MSE, SNR, PSD.