Klasifikasi Epileptiform dan Wicket Spikes Menggunakan Metode Key-Point Based Local Binary Pattern

Theresia Laura Tayu, Mohammad Nuh, Muhammad Yazid
Submission Date: 2019-07-29 11:47:00
Accepted Date: 2020-07-15 00:00:00

Abstract


Epilepsi adalah gangguan kronis otak disebabkan oleh adanya lepasan muatan listrik abnormal yang berlebihan di neuron-neuron otak secara berlebihan di neuron-neuron otak secara paroksismal dan disebabkan oleh berbagai etiologi, bukan disebabkan oleh penyakit otak akut. Sampai saat ini jumlah penderita Epilepsi mencapai 50 juta di seluruh dunia. Di Indonesia diperkirakan kesalahan diagnosis epilepsi mencapai 20-30%. Salah satu metode yang lazim digunakan untuk pemeriksaan epilepsi adalah dengan melakukan perekaman Electroencephalogram (EEG) kemudian dilanjutkan dengan melakukan diagnosis berdasarkan hasil rekaman sinyal EEG yang dihasilkan. Proses pemeriksaan secara manual oleh dokter ini merupakan proses yang panjang dan melelahkan sehingga tidak jarang menyebabkan terjadinya kesalahan dan over-diagnosis. Salah satu jenis sinyal EEG yang cukup sering salah dianggap sebagai sinyal tanda epilepsi adalah Wicket spikes. Wicket spikes merupakan sinyal wicket yang muncul saat pasien mengalami tidur ringan pada saat pemeriksaan EEG, bentuknya yang mirip sering disalah-artikan sebagai epileptiform sharp wave. Pada penelitian ini, diajukan metode Key-Point Local Binary Pattern dan Support Vector Machine untuk melakukan klasifikasi antara Epileptiform dan Wicket spikes. Metode yang diajukan termasuk pendeteksian Key-Point pada sinyal yang sebelumnya telah melalui proses konvolusi dengan filter gaussian. Local Binary Pattern kemudian akan dihasilkan berdasarkan lokasi Key-Point. Kemudian hasil histogram tersebut akan dimasukkan ke dalam Support Vector Machine untuk diklasifikasikan. Hasil proses klasifikasi berupa hyperplane yang mengklasifikasikan tiga kelas yaitu normal, epileptiform dan wicket spikes. Didapatkan metode yang diajukan memiliki tingkat keberhasilan sebesar 96% persen untuk klasifikasi pada Epileptiform dan Wicket spikes dan lebih besar dari yang ada pada saat ini.

Keywords


Wicket Spikes ; Key-Point Local Binary Pattern ; Support Vector Machine.

Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Teknik ITS by Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at http://ejurnal.its.ac.id/index.php/teknik.
Statistik Pengunjung