Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal INDONESIAN JOURNAL OF APPLIED PHYSICS Jurnal Fisika
Asyrafi, Hilman
Unknown Affiliation
Astronomy Energy Materials Science & Nanotechnology Physics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Identification of Brain Areas Associated with Chronic Neuropathic Pain through Hjorth Parameter Analysis of EEG Signals Asyrafi, Hilman; Handayani, Nita; Ilmawan, Lutfi Budi; Shabir, Fadly; Jamal, Ridwan; Jannah, Miftahul; Arysespajayadi
Jurnal Fisika Vol. 15 No. 2 (2025): Jurnal Fisika 15 (2) 2025
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jf.v15i2.24512

Abstract

This study investigates the neurophysiological signatures of chronic neuropathic pain (CNP) through the analysis of EEG signals using Hjorth parameters (Activity, Mobility, and Complexity). We compared EEG recordings from 36 CNP patients with those from 19 healthy controls (HC) under both eyes-open and eyes-closed conditions. Analysis of 19 electrode locations revealed significant differences between the groups across all Hjorth parameters. The Activity parameter showed dramatic elevations in CNP patients across all brain regions, indicating widespread cortical hyperexcitability. Mobility parameters revealed significant alterations particularly in occipital (O2), central midline (Cz), and parietal (Pz) regions, with strong effect sizes (Cliff's delta > 0.7). Complexity parameters demonstrated significant changes in right temporal (T4) and parietal midline (Pz) areas. The combined analysis identified the parietal cortex, temporal regions, occipital cortex, and central midline as key areas associated with CNP, suggesting a distributed network disruption rather than localized dysfunction. These findings contribute to our understanding of the neural mechanisms underlying chronic neuropathic pain and may support the development of objective diagnostic markers and targeted interventions for this debilitating condition.
Analisis Kualitas Data EEG pada Penderita Mild Alzheimer’s Disease Menggunakan Metode ICA (Independent Component Analysis) Asyrafi, Hilman; Handayani, Nita
INDONESIAN JOURNAL OF APPLIED PHYSICS Vol 12, No 1 (2022): April
Publisher : Department of Physics, Sebelas Maret University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijap.v12i1.48042

Abstract

Alzheimer merupakan salah satu jenis penyakit demensia yang ditandai dengan penurunan fungsi otak secara perlahan mulai dari ingatan sampai pada fungsi fisik. Diagnosis penyakit Alzheimer dapat dilakukan melalui analisis sinyal otak hasil rekaman EEG (Electroencephalogram). Namum, masalah utama yang dihadapi dalam memahami sinyal EEG adalah sinyal yang terukur merupakan sinyal campuran antara sinyal otak dan artifact. Artifact sangat tidak diinginkan dalam perekaman EEG sebab dapat meniru dan mengaburkan gelombang asli sinyal otak. Oleh karena itu tujuan dari penelitian ini adalah menerapkan metode ICA pada pre-processing data untuk menghilangkan artifact hasil rekaman EEG, dan menganalisis data EEG hasil pre-processing secara kualitatif dan kuantitatif. Selanjutnya dilakukan analisis spektrum menggunakan metode Periodogram Welch untuk mengetahui perbedaan spektral daya antara subjek normal dan Mild Alzheimer’s Disease (MAD). Berdasarkan hasil analisis kualitatif dan kuantitatif, diperoleh bahwa sinyal EEG memiliki kualitas yang lebih baik jika pada pre-processing data diterapkan metode ICA. Adapun hasil analisis spektrum setelah diterapkan metode ICA menunjukkan adanya pergeseran spektral daya yang lebih jelas. Pada subjek normal peningkatan spektral daya dominan pada frekuensi gelombang alpha (8-13 Hz), sementara pada subjek MAD peningkatan spektral daya terjadi pada frekuensi gelombang delta (0-4 Hz). Hal ini mengindikasikan bahwa terdapat perbedaan spektral daya antara subjek normal dengan penderita MAD berdasarkan sinyal yang terukur pada lobus frontal.
Co-Authors Arysespajayadi Handayani, Nita Jamal, Ridwan Lutfi Budi Ilmawan, Lutfi Budi Miftahul Jannah Shabir, Fadly