<![CDATA[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.]]>
Copyrights © 2026
