Perancangan Sistem Seleksi Kanal Sinyal Stroke Eeg Menggunakan Metode Spatial Selection

Abstract

Stroke dapat diartikan sebagai gangguan fungsi sistem saraf yang terjadi secara mendadak dan disebabkan oleh tersumbatnya pembuluh darah yang terjadi di otak. Umumnya upaya yang digunakan untuk mengurangi jumlah pasien stroke yaitu dengan metode diagnosis menggunakan Magnetic Resonance Imaging (MRI). Namun, biaya pemeriksaan menggunakan metode MRI relative mahal dan tidak portable. Salah satu cara untuk mengatasi permasalahan tersebut yaitu menggunakan alat Electroencephalograph (EEG) untuk mendeteksi sinyal stroke pada bagian otak. EEG merupakan alat yang dilakukan untuk mengukur aktivitas kelistrikan pada otak untuk mendeteksi adanya kelainan dari otak. Tindakan ini menggunakan sensor khusus yaitu elektroda yang dipasang di kepala dan dihubungkan melalui kabel menuju komputer. Pada penelitian sebelumnya pengolahan sinyal stroke EEG telah dilakukan menggunakan metode Brain Symmetry Index dan Hilbert Huang Transform (BSI-HHT). Akan tetapi, pada penelitian tersebut tidak membahas secara spesifik tentang seleksi kanal pada sinyal stroke EEG. Dengan adanya permasalahan tersebut, pada penelitian ini penulis akan mengolah sinyal stroke EEG menggunakan metode Spatial Selection yang dimodifikasi menggunakan metode Fast Fourier Transform (FFT) melalui konfigurasi komposisi kanal aktif agar dapat diolah untuk mendapatkan hasil yang relevan. Dan proses klasifikasi yang dilakukan yaitu menggunakan metode k- Nearest Neighbor (k-NN) dan Extreme Learning Machine (ELM). Pada implementasi klasifikasi k-NN menunjukan bahwa metode spatial selection dapat menemukan komposisi kanal yang tepat dengan hasil akurasi yang sama dengan data normal pada beberapa wilayah. Sedangkan pada klasifikasi ELM mampu meningkatkan hasil akurasi sebesar 2% lebih besar dibandingkan data normal pada wilayah Highmean dengan komposisi kanal yang sedikit.

Kata Kunci : Stroke, Electroencephalogram (EEG), Spatial Selection.