SKRIPSI ANALISIS SINYAL ELECTROENCEPHALOGRAM MENGGUNAKAN DEEP LEARNING UNTUK DIAGNOSA SKIZOFRENIA | PERPUSTAKAAN UNTIDAR : Repositori Mahasiswa Untidar

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

Text

SKRIPSI ANALISIS SINYAL ELECTROENCEPHALOGRAM MENGGUNAKAN DEEP LEARNING UNTUK DIAGNOSA SKIZOFRENIA

SHERLY INDIANA - Nama Orang;

INTISARI
Penelitian ini menggunakan Convolutional Neural Network (CNN) untuk mendiagnosa skizofrenia melalui analisis sinyal Electroencephalogram (EEG). Dataset diperoleh dari Kaggle. Proses penelitian melibatkan pra-pemrosesan data, ekstraksi fitur dengan Short-Time Fourier Transform, dan normalisasi data. Model CNN ini berhasil mencapai akurasi 80%, precision 78,57%, recall 91,66%, dan F1 score 84,61%. Hasil ini menunjukkan bahwa model deep learning dapat memberikan performa yang baik dan prediksi yang cukup akurat untuk diagnosa skizofrenia. Penelitian ini merekomendasikan pengembangan lebih lanjut dengan memperluas dataset dan mengintegrasikan sistem ke dalam aplikasi desktop.
Kata Kunci: Skizofrenia, EEG, Deep Learning, Convolutional Neural Network, Diagnosa, Short- Time Fourier Transform.
ABSTRACT This study uses Convolutional Neural Network (CNN) to diagnose schizophrenia through Electroencephalogram (EEG) signal analysis. The dataset was obtained from Kaggle. The research process involved data pre-processing, feature extraction with short-term Fourier transform, and data normalization. This CNN model achieved 80% accuracy, 78.57% precision, 91.66% recall, and 84.61% F1 score. These results show that deep learning models can provide good performance and sufficiently accurate predictions for schizophrenia diagnoses. This research recommends further development by expanding the dataset and integrating the system into a desktop application.
Keywords: Skizofrenia, EEG, deep learning, Convolutional Neural Network, diagnose, Short-Time Fourier Transform.

Ketersediaan

56-UN57.U1-STE-VII-2024 ELEKTRO IND A 2024 Ruang Skripsi (TEKNIK ELEKTRO) Tersedia namun tidak untuk dipinjamkan - No Loan

Informasi Detail

Judul Seri: -
No. Panggil: ELEKTRO IND A 2024
Penerbit: MAGELANG : UNIVERSITAS TIDAR., 2024
Deskripsi Fisik: XI;81HAL;29.5CM
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: 621.38
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: -
Subjek: PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT
Info Detail Spesifik: -
Pernyataan Tanggungjawab: -

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

HALAMAN ROMAWI, BAB I, BAB II, BAB III

Komentar

Anda harus masuk sebelum memberikan komentar