Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Fauzi, Muhammad Aqil
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Sistem Deteksi Kesadaran Berbasis EEG Satu Kanal Menggunakan Metode K-Nearest Neighbors (KNN) dengan Fitur Relative Gamma Band Power, Sample Entropy, dan Beta/Theta Ratio Fauzi, Muhammad Aqil; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 3 (2026): Maret 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penilaian tingkat kesadaran pasien di unit perawatan intensif (ICU) penting untuk keputusan klinis, namun penilaian berbasis respons perilaku seperti Glasgow Coma Scale (GCS) dan Coma Recovery Scale-Revised (CRS-R) berpotensi menghasilkan kesalahan diagnosis. Penelitian ini merancang sistem deteksi kesadaran berbasis sinyal EEG satu kanal yang praktis dan hemat biaya menggunakan NeuroSky MindWave Mobile 2 pada posisi elektroda Fp1 dengan laju sampling 512 Hz. Pemrosesan dilakukan di MATLAB melalui antarmuka GUI, meliputi pra-pemrosesan, dekomposisi Discrete Wavelet Transform (DWT), isolasi pita gamma melalui penyaringan 30–45 Hz, serta ekstraksi fitur Relative Gamma Band Power (RGBP), Sample Entropy (SampEn) pita gamma, dan Beta/Theta Ratio (BTR). Klasifikasi kondisi sadar dan tidak sadar dilakukan menggunakan K-Nearest Neighbors (KNN) dengan standardisasi fitur. Evaluasi prototipe dilakukan pada 25 sampel data uji, terdiri atas 20 sampel sadar yang berasal dari empat subjek (masing-masing 5 sampel) serta 5 sampel tidak sadar yang diambil dari satu rekaman pasien Rumah Sakit Saiful Anwar (RSSA) berdurasi 5 menit. Hasil pengujian menunjukkan akurasi 96% dengan satu sampel tidak sadar diprediksi sebagai sadar, serta rata-rata waktu komputasi 0,465 detik per pengujian.
Co-Authors Edita Rosana Widasari, Edita Rosana