ALI MUTHOHARI, 08091200 (2014) DETEKSI EPILEPSI DARI HASIL ELEKTROENSEPHALOGRAM (EEG) MENGGUNAKAN HYBRID GENETIC ALGORITHM DAN NEURAL NETWORK BACKPROPAGATION. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2014-muthoharia-33340-7.-abstr-k.pdf Download (312kB) | Preview
	Text (FULL TEXT) 15.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Penyakit epilepsi di negara maju ditemukan sekitar 50 : 100.000 sementara di negara berkembang mencapai 100 : 100.000. Pendataan secara global ditemukan 3,5 juta kasus baru pertahun diantaranya 40% adalah anak-anak dan dewasa sekitar 40% serta 20% lainnya ditemukan pada usia lanjut (Jan, 2008). Epilepsi merupakan salah satu penyakit saraf kronik kejang berulang yang muncul secara tiba-tiba. Alat pendeteksi epilepsi menggunakan Elektroenshepalogram (EEG) untuk merekam sinyal dalam otak, biasanya gelombang otak yang terekam dari orang yang terdeteksi epilepsi akan berbeda dengan orang yang normal. Menganalisa secara langsung dari hasil EEG itu sulit untuk membedakan antara hasil dari Epilepsi atau tidak, sehingga dalam skripsi ini digunakan Hybrid Genetic Algorithm (GA) dan Neural Network Backpropagation (NNB). Neural Network Backpropagation adalah salah satu metode yang dapat digunakan untuk mengenali pola yang dilatihkan, akan tetapi NNB mempunyai kelemahan yaitu bekerjanya biasa terlalu lama karena terdapat alur mundur sehingga di-hybrid metode Genetic Algorithm untuk mempercepat proses pelatihan data, GA digunakan karena metode pencarian yang efektif menjelajahi ruang pencarian yang besar. Dalam implementasinya deteksi epilepsi dari hasil EEG menggunakan Hybrid GA dan NNB, menggunakan bahasa java didapatkan keberhasilan 100% mengenali data pelatihan dan keberhasilan uji validasi 100%.

Actions (login required)

View Item