Claim Missing Document
Check
Articles

Deteksi prakejang pada pasien epilepsi berdasarkan rekam sinyal EEG menggunakan metode LSTM Eviyanti, Ade; Fitrani, Arif Senja; Nisak, Umi khoirun; Agustin, Erlina; Zahputra, Aldy Trisza
INTEGER: Journal of Information Technology Vol 10, No 1: April 2025
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v10i1.7459

Abstract

Epilepsi adalah penyakit otak yang tidak menular dan memengaruhi sekitar 50 juta orang di dunia. Sinyal electroencephalogram (EEG) memberikan informasi penting tentang aktivitas listrik otak. Epilepsi bisa terdeteksi melalui analisis sinyal EEG, tetapi prosesnya rumit, membutuhkan keterampilan manusia, dan memakan waktu. Deteksi prakejang pada pasien epilepsi merupakan tantangan dalam bidang neurologi. Dalam penelitian ini, kami memfokuskan pada pengembangan metode deteksi prakejang menggunakan sinyal EEG dan menggunakan pendekatan metode Long Short-Term Memory (LSTM). Dalam analisisnya. Sinyal EEG direkam dari pasien epilepsi selama periode tertentu, dan kemudian dilakukan pemrosesan dan analisis menggunakan metode LSTM. LSTM adalah jenis jaringan saraf rekuren (RNN) yang terkenal karena kemampuannya dalam memodelkan dan mempelajari urutan data. Pendekatan LSTM memungkinkan pemodelan yang lebih baik terhadap karakteristik dinamis sinyal EEG, termasuk pola sebelum terjadinya prakejang. Dalam penelitian ini, kami menggunakan dataset sinyal EEG yang terdiri dari pasien epilepsi dengan prakejang dan tanpa prakejang. Data tersebut dibagi menjadi set pelatihan dan set pengujian untuk melatih dan menguji model LSTM. Proses pelatihan model dilakukan dengan mengoptimalkan parameter dan menyesuaikan bobot jaringan LSTM berdasarkan data pelatihan. Hasil eksperimen menunjukkan bahwa metode LSTM mampu mendeteksi prakejang pada pasien epilepsi dengan tingkat akurasi 98.44% dengan menggunakan optimizer RMSprop. Penelitian ini memberikan kontribusi dalam pengembangan teknik deteksi prakejang pada pasien epilepsi menggunakan sinyal EEG dan metode LSTM. Hasil-hasil penelitian ini dapat digunakan sebagai dasar untuk pengembangan sistem deteksi prakejang yang lebih lanjut.
Development of Integrated Online Course Learning (IOCL) Model to Improve Students' Literacy Skills in Digital Era 5.0 Nurdyansyah Nurdyansyah; Arif Senja Fitrani; RR. Debby Amalia Azhari; Pandi Rais
Jurnal Kependidikan: Jurnal Hasil Penelitian dan Kajian Kepustakaan di Bidang Pendidikan, Pengajaran dan Pembelajaran Vol 11, No 1 (2025): March
Publisher : Universitas Pendidikan Mandalika (UNDIKMA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33394/jk.v11i1.14827

Abstract

This study aims to develop and analyse the feasibility, practicality and effectiveness of Integrated Online Course Learning (IOCL) application in improving students' digital literacy skills. This research uses the Research and Development (RnD) method using the ADDIE model, namely analysis, design, development, implementation, and evaluation. The data collection techniques used were questionnaires, document checklists and tests in the form of descriptive quantitative data. The analysis technique used in this research is mixed data analysis technique.  Based on the results of media expert validation, a value of 3.68 (92.18%) was obtained, which means very feasible, for the results of material expert validation obtained a value of 3.83 (95.71%) with a very feasible category, while the results of linguist validation obtained a value of 3.80 (95.00%) with a very feasible category. The practicality test of this product obtained a score of 94.64%, including in the category of very effective and practical to use. The results of the t-test showed a significant increase in students' digital literacy skills after receiving different treatments, namely using the IOCL Application. Based on the results of the t-test analysis of the average value of the control class 70.25 and the research class 87.50. Based on the data sig value. (2-tailed) or t-test p-value of 0.00 which means <0.05, it can be concluded that Ho is rejected and Ha is accepted. This shows: 1) This IOCL application has a positive influence on students' digital literacy skills, and 2) IOCL application has practicality, and effectiveness to be used as a learning model to improve students' digital literacy skills.