Seleksi Fitur Menggunakan Genetic Algorithm (GA) Pada Data Electroencephalogram (EEG) untuk Identifikasi Epilepsi

Electroencephalogram (EEG) merupakan teknik perekaman gelombang otak manusia melalui elektroda yang dipasang pada kulit kepala manusia. Hasil dari data sinyal yang didapat dapat digunakan sebagai identifikasi penderita epilepsi. Data yang digunakan dalam penelitian ini adalah data The Bern-Barcelona EEG database dengan 2 jenis data yaitu 5 subjek data focal dan 5 subjek data non-focal. Setiap subjek direkam dengan menggunakan 64 channel (penangkap sinyal) dan direkam dengan sampel 1024 Hz. Pada penelitian ini terdapat tiga tahap yang dilakukan. Tahap pertama ekstrasi fitur menggunakan Time and Frequency Distribution. Tahap kedua seleksi fitur menggunakan Genetic Algorithm. Dan tahap ketiga klasifikasi menggunakan Naïve Bayes. Hasil yang didapat dari percobaan adalah hasil akurasi dari klasifikasi tertiggi mencapai 87.6 % dan seleksi fitur memiliki pengaruh dalam menambah tingkat akurasi identifikasi epilepsi dengan peningkatan akurasi mencapai 4-5 %.