IVAN KURNIA LAKSONO
Program Studi Matematika, FMIPA, Universitas Negeri Surabaya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI SCHIZOPHRENIA BERDASARKAN SINYAL EEG MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE IVAN KURNIA LAKSONO
MATHunesa: Jurnal Ilmiah Matematika Vol 7 No 2 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1056.342 KB)

Abstract

Schizophrenia adalah sindrom yang disertai dengan manifestasi psikologis spesifik yang disebabkan ketidakseimbangan dopamin dalam otak. Salah satu metode yang dapat digunakan untuk mendeteksi schizophrenia adalah elektroensephalogram (EEG). Kemampuan EEG untuk merekam perubahan aktifitas listrik otak membuatnya dapat digunakan sebagai alat identifikasi dengan luaran berupa rekaman sinyal. Pada penelitian ini digunakan algoritma Support Vector Mechine sebagai metode pengolahan data sinyal EEG untuk pengklasifikasian schizophrenia. Dataset yang digunakan adalah kaggle dataset yang terdiri dari 3072 atribut dan 2 kelas yaitu kelas normal dan kelas schizophrenia yang diambil dari 81 subyek, dengan 32 subyek normal dan 49 subyek penderita schizophrenia. Sebelum proses pelatihan, data latih dan data uji dipisah secara acak dengan metode hold-out validation dengan rasio data latih dan data uji 9 : 1, 4 : 1, 7 : 3 dan 3 : 2. Hasil pengujian menghasilkan akurasi terbaik saat rasio 9 : 1 yaitu 70%. Kata kunci : Kaggle dataset, klasifikasi, schizophrenia , sinyal EEG, SVM