BAB 1 PENDAHULUAN PENGGUNAAN TEMPORAL DATA MINING PADA DATA ELECTROENCEPHALOGRAPHY (EEG) UNTUK KLASIFIKASI PENYAKIT EPILEPSI DENGAN BACKPROPAGATION.
BAB 1
PENDAHULUAN
1.1
Latar Belakang
Pada saat ini, penanganan
menjadi
perhatian
informasi
(Mitsa,
te
eru
ruta
tama
ma
terutama
biomed
edi
ikal
biomedikal
20
010).
2010).
serta
Hal
ini
data
pada
temporal
sektor
dat
ta
data
obat
bisnis
dikarenak
akan
dikarenakan
sangat
dan
industrial
data
yang
mengandu
ung unsur waktu
t ini
ini
i dapat
dap
a at
a dipelajari
dipelajar
ari untuk bisa
mengandung
menent
ntukan pola-pola
pol
olaa-po
p la tertentu
ter
erte
tent
ntu
u yang
yang dapat
dapat digunakan
dig
igunakan di
menentukan
kem
mudian
kemudian
P
ada
Pada
u
waktu
saa
aat
t
saat
in
ni
ini
bila
munc
mu
ncul
ul
muncul
sangat
permasa
salaha
han
n
permasalahan
banyak
ta
data
g
yang
mas
sa
masa
sama.
l lu
la
lalu
yang
ters
rsim
impa
p n tetapi
tetapi tidak dapat dimanfaatkan
dimanfaatka
kan dengan
deng
de
ngan
an baik.
bai
aik.
tersimpan
Da
ata
Data
mas
sa lalu yang bersifat
masa
un
nsu
s r
unsur
waktu
me
menem
mukan
menemukan
yang
sebuah
dapat
i i memiliki
in
me
emi
m liki
k
historis ini
diolah
informasi
lebih
baru
lanj
n ut
lanjut
(Mitsa
a,
(Mitsa,
unt
n uk
k
untuk
201
010).
2010).
Be
Berb
bagai permasalahan seperti peramalan (forecasting)
(fore
ecast
sting
g)
Berbagai
dan klasifikasi dapat dilakukan pada data temporal.
tempora
al.
Sa
S
la
ah satu
Salah
perhati
ian pada
a
topik yang menjadi pusat perhatian
sekt
ktor biomedikal
biomedi
dika
kal
l adalah
adal
ad
a ah otak.
k. Otak
Ota
tak
k adalah
a alah organ
ad
org
rgan yang
yan
ang
g
sektor
terpenting dalam mengatur
mengatu
tur aktivitas
ak
tub
ubuh
uh
pada seluruh tubuh
ma
manusia.
dika
k renakan otak merupakan pusat
pus
usa
at
Hal tersebut dikarenakan
ke
kend
n al
ali
i tubuh
tubu
tu
buh
h yang
yang mengatur
mengatur berbagai
be
erb
rbag
agai
ai kemampuan
kem
emam
ampu
pua
an manusia
man
anus
usia
kendali
se
sepe
p rti
i
seperti
berp
rpik
iki
ir,
berpikir,
pe
era
rasa
saan
an
perasaan
man
anu
usia.
manusia.
berg
be
rger
erak
ak,
bergerak,
Un
Untuk
memo
me
mori
ri
memori
me
mengatur
ingatan
an
ingatan
seg
egal
ala
a
segala
dan
akti
ak
tivitas
aktivitas
tersebut, otak manusia
ia memiliki
memil
iliki 100 miliar sel saraf
yang bekerja (Panat & Patil,
Patil
l, 2012). Dengan struktur
dan
tugas
yang
dem
mikian,
demikian,
otak
manusia
memiliki
tanggung jawab yang paling
pal
ling besar.
besar.
Pentingnya
fungsi
an
dan
tugas
otak
bagi
manusia
membuat manusia semakin mempelajari bagian terpenting
dari tubuh manusia ini. Saat ini, sudah ada media dan
sarana
yang
memudahkan
dalam
melakukan
penelitian
mengenai otak. Salah satu sarana yang dapat digunakan
untuk
mempelajari
otak
Electroencephalography
manusia
(EEG).
Otak
adalah
manusia
bekerja
melalui sel saraf, dimana sel saraf ini akan saling
besinergi
dan
menghasilkan
terpancar
(Bashasha
ati
ti, et al.,
al.
l.,
, 2007). Sinyal otak ini
(Bashashati,
dapat ditangkap
ditangka
ap
oleh
sinyal
ya
ang
n
alat EEG yang
elektris
yang
dapat digunakan
untuk mempelajari
memp
pel
elajari kondisi
ko
ondisi otak. Dalam EEG, data yang
akan
diolah
diolah
berben
ntu
uk
berbentuk
temp
te
mpor
oral
temporal
data.
Data
ini
digu
unakan untuk
untu
tuk
k memberikan
memb
berikan suatu
sua
uatu
tu kondisi
kondisi pada
pad
ada suatu
digunakan
wa
aktu tertentu.
tert
rten
e tu. Unsur
Un
nsu
sur waktu pada
pad data temporal
te
l dapat
waktu
d
igali
li lebih
lebih lanjut agar informasi
i dalam
am data
data dapat
d pat
da
digali
dike
keta
tahu
h i dengan
dengan maksimal.
diketahui
da
apa
pat
t
dapat
memberikan
memberikan
kondisi
pengo
gola
laha
h n EEG
E G
EE
Data hasil pengolahan
dari
otak
manus
usia
a
manusia
sep
e ert
ti
seperti
ko
kon
ndis
si emosi senang, sedih, malu dan lain-lain,
lain-l
lain,
, serta
serta
a
kondisi
da t memberikan informasi penyakit seperti epilepsi.
dapat
epil
ilep
epsi.
Peng
golahan
Pengolahan
data
dipe
elajari
dipelajari
dan
temporal
ini
dianalisis
menjadi
agar
pentin
ng
penting
dapat
uk
untuk
diketah
ahui
i
diketahui
ba
baga
aimana cara penanganan data yang melibatkan
melibatka
an unsur
ur
bagaimana
wakt
tu.
waktu.
Salah
satu
di
dila
laku
kukan
dilakukan
Pr es
Proses
pada
ini
ini
ko
kond
ndis
isi
i
kondisi
dilakukan
pengg
ggalian
penggalian
data
EEG
mer
erup
upak
akan
an
merupakan
ter
te
rten
ent
tu
tertentu
Pengol
lahan
h
Pengolahan
pada
cara
data
dengan
temporal
adalah
pro
rose
ses
s
proses
men
enggunakan
n
menggunakan
g
yang
m ning
mi
mining
proses
yang
dap
apa
at
dapat
klas
asi
ifik
ikas
asi.
klasifikasi.
mene
me
nent
ntuk
ukan
an
menentukan
kel
elas
s
kelas
dari
dari
as
kelas
suda
su
dah
h
sudah
ada.
melib
ibatkan
melibatkan
tem
mporal
temporal
data
informasi
yan
ang
g
yang
unsur
waktu
data
mining.
akan
memperhatikan
dapat
Klasifikasi
unsur
waktu yang ada pada data
da
ata guna
gu
una menemukan karakter data
pada
waktu
penting
tertentu.
posisinya
mengadopsi
Klasifikasi
Klasifikasi
karena
kemampuan
seseorang melalui otak.
EEG
menjadi
dalam
menjadi
dasar
sangat
untuk
menentukan
dapat
kondisi
Permasalahan yang menarik dan sering dibahas pada
EEG adalah
permasalahan
2012).
Menurut
webnya
pada
sekitar
50
Dari
bulan
juta
fakta
menjadi
data
dari
WHO
Februari
(Sweeney et al.,
yang
2016
dilansir
dalam
diketahui
bahwa
or
ran
ang di dunia
dun
unia menderita epilepsi.
orang
yan
ang
yang
sa
alah
salah
epilepsi
di
satu
dapat
terse
ebu
b t,
tersebut,
penyakit
penyakit
neurolog
ogis
neurologis
ini
yang
umum
terjadi
i secara global.
l Dan
Dan
n sekitar
sek
e it
itar
a 80% dari
dar
ri orang yang
mend
derita tersebut
ters
rseb
ebut
u tinggal
tin
i ggal di
di Negara
Nega
Ne
gara
ra dengan pendapatan
pe
menderita
me
enengah
menengah
hingga
hingga
nuerol
olog
ogis
is
nuerologis
manu
nusi
sia
a
manusia
ke
eja
jang
n
kejang
rendah.
d
rendah.
yang
yang
se
setelah
dan
Epil
Ep
ilepsi
Epilepsi
paling
umum
stroke.
Gejala
gerakan
abnormal
ada
dala
l h
adalah
terjad
adi
terjadi
dan
dan
epileps
psi
epilepsi
dari
ga
angguan
gangguan
menye
erang
menyerang
ini
ini
adal
alah
adalah
penderi
rita
any
nya
a
penderitanya
yan
ng
yang
di
dise
s ba
abkan kelebihan jumlah listrik yang keluar
kel
e ua
ar dari
i
disebabkan
se
sel
–
sel
otak
(Karyawan,
et
al.,
2011)
1).
2011).
Si
Sifat
temp
poral dari data hasil EEG untuk penyakit epilepsi
si
temporal
ini berada pada batas waktu tertentu saat pengambilan
peng
gambi
ilan
n
da a hingga
data
muncul
l yang
ng
dapat disimpulkan bahwa dengan hasil
men
engg
ggambark
kan
menggambarkan
pen
enyakit
penyakit
epil
ep
ilepsi.
epilepsi.
Pa
ada
Pada
penelitian ini pengolahan
pengolaha
han
n data menggunakan Weka yang
yang
me
merupakan
ta yang
yan
ang
tool untuk melakukan penambangan data
di
digu
guna
naka
k n
digunakan
ma
manu
nusia
manusia
untu
tuk
k
untuk
be
erd
rdas
asar
rka
kan
berdasarkan
peng
ngkl
klasifik
ikasian
pengklasifikasian
Network
klas
kl
asif
i ikas
si
klasifikasi
(ANN)
data
data
has
sil
hasil
me
engguna
akan
menggunakan
de
engan
dengan
Backpropagation.
Backpropagation
peny
pe
nyak
akit
it
penyakit
epi
pile
leps
psi
i
epilepsi
pa
pada
de
Metode
untuk
untuk
EEG
EG.
.
EEG.
Arti
tifi
f ci
ial
l
Artificial
memanfaatkan
Klasi
ifikasi
Klasifikasi
dinil
lai
dinilai
ba
aik
baik
untuk
Neuron
algoritma
menggunakan
digunakan
pada
k re
ka
ena dapat memberikan akurasi
identifikasi data EEG karena
met
tode lain seperti Naïve Bayes,
yang lebih baik dari metode
Logistic Regression, dan Decision Tree
al.,
2009).
Hal
tersebut
dikarenakan
(Tzallas et
kemampuan
dan
kehandalan ANN dalam mengenali pola atau data sinyal
serta
keuntungan
lainnya
yaitu
proses
pembelajaran
yang dapat terus dilakukan tanpa melakukan perulangan
manual
(Hasugian,
pengolahan
berbentuk
data
et
berupa
grafik
al.,
2011).
pola-pola
dalam
Hasil
hasil
berbagai
dari
klasifikasi
pemotongan
waktu
tertentu untuk mengetahui
menge
geta
tahui batas
bata
ba
t s waktu terbaik
model
jaring
gan
jaringan
berdasarkan
n
terbaik
akurasi
i
,
k
untuk
serta
klasifikasi
rata-rata
er
ror
eror
dan
EEG
waktu
pelatiha
han dari jaringan.
jaringa
g n.
pelatihan
1.2 Rumusan
Rumusa
san Masalah
Ma
asa
sala
l h
Be
erdasar
arka
kan
n latar
lata
ar belakang
Berdasarkan
di
atas
at
a ,
atas,
maka
maka
dirum
muskan
dirumuskan
masa
ala
ah sebagai
seba
agai berikut:
masalah
a
. Bagaimana
a.
Mining
cara
pada
menggunakan
data
klasifikasi
EEG
penyakit
Te
emp
m or
ral
Temporal
untuk
Dat
ta
Data
mela
laku
kukan
n
melakukan
epilepsi
den
engan
dengan
Backpropagation?
b. Bagaimana
cara
menganalisis
hasi
il
hasil
dari
i
dari
penggunaan Temporal Data Mining dan kinerja
kinerj
ki
rja
a
Ba
Back
ckpropag
agat
atio
ion
Backpropagation
dala
da
lam
m
dalam
menang
ngan
ani
i
menangani
klasifikas
asi
i
klasifikasi
penyakit epilepsi
epileps
psi
i dari data EEG?
1.3
1.3
Bat
atas
asan
an Masalah
Masal
alah
ah
Batasan
Bata
Ba
tasan batasan
bata
asa
san
n masalah
masala
lah
h
Batasan
dal
da
lam
dalam
pene
neli
litian
penelitian
ini
ada
dalah
adalah
seba
baga
gai
i berikut
beriku
be
kut
t :
sebagai
a. Metode
ng
yang
dig
gunakan
digunakan
adalah
External
Temporal Data
Dat
ta Mining.
Mining
g.
b. Klasifikasi
epile
epsi
epilepsi
dilakukan
pada
data
hasil Electroen
nce
ephalography (EEG) dengan 100
Electroencephalography
single channel deteksi yang didapatkan dari
Universitas Bonn di German yang tersedia pada
Web.
c. Tools klasifikasi menggunakan Weka 3.7.18.
1.4 Tujuan
Tujuan yang
diharapkan
tercapai
pada
penelitian
ini
adalah :
a. Mengetahui menggunakan Temporal Data Mining
pada
data
EEG
EEG
untu
un
tuk
untuk
melakukan
klasifikasi
penyak
kit epilepsi dengan
n Backpropagation.
penyakit
c. Me
Mengetahui
hasil
dari
penggu
una
n an
penggunaan
Temporal
Data
a Mining
Min
i ing
g da
dan
n kinerja
kine
ki
erj
rja
a Ba
B
ckpropag
gat
a ion dalam
Backpropagation
mena
ang
ngan
ani klasifikasi penyakit
peny
pe
nyakit epilepsi
epile
eps
p i dari
menangani
da
data
EEG
EEG
dan
cara
menga
ana
nali
lisis
menganalisis
hasil
ters
rsebut.
tersebut.
1.5
5
Sist
stematika Penulisan
Sistematika
Si
Sist
s em
matika Penulisan dalam penelitian ini adalah:
ada
dalah:
h:
Sistematika
BA
AB I PENDAHULUAN
BAB
Bab ini berisi latar belakang masalah, rumusan masalah,
masal
lah,
,
ba
ata
t sa
s n
batasan
masalah,
tujuan
penelitian,
sis
stem
ematik
ka
sistematika
penulisan.
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB
Bab
Bab
ini
ini
beri
be
risi
si
berisi
tin
inja
jaua
uan
n
tinjauan
pust
stak
aka
a
pustaka
meng
me
ngen
enai
ai
mengenai
hasil
hasil
pe
ene
neli
liti
tian
an terdahulu
ter
rda
dahulu yang telah
te
elah dilakukan
dila
di
l ku
kuka
kan
n sebelumnya
sebe
se
bel
lumnya
penelitian
berkaita
t n dengan penelitian
penel
lit
i ian
n yang dilakukan saat ini,
berkaitan
dan landasan teori yang
ya
ang digunakan
digun
nakan sebagai acuan dalam
pembahasan
masalah
ya
ang
yang
ber
rkaitan
berkaitan
proses
pengolahan
data EEG yang akan diklasifikasi.
dikla
asifi
ikasi.
BAB III METODOLOGI PENELITIAN
PENELIT
ITI
IAN
Bab
ini
berisi
penjelasan
bahan
atau
data
yang
digunakan dalam penelitian serta langkah-langkah dalam
melakukan penelitian.
BAB IV PEMBAHASAN
Bab
ini
berisi
hasil
penelitian
dan
pembahasan.
Pembahasan berisi tentang analisa data sebelum diolah,
ketika
diolah
dan
hasil
hasi
il
setelah
pengolahan
selesai
dilakukan.
BAB V KESIMPULAN
KESIMP
MPULAN DAN SARAN
SARAN
Bab
ini
ini
beri
risi
si
berisi
kes
esim
impu
pula
lan
n
kesimpulan
yang
yang
diperol
oleh
diperoleh
dari
pene
nelitian
n yang
g sudah
h dilakukan
dila
di
laku
kuka
kan dan
n saran-saran
sara
rann sara
an untuk
penelitian
pe
peneliti
tian
n serta
ta yang akan dilakukan
n selanjutnya.
selan
nju
jutn
tnya.
penelitian
PENDAHULUAN
1.1
Latar Belakang
Pada saat ini, penanganan
menjadi
perhatian
informasi
(Mitsa,
te
eru
ruta
tama
ma
terutama
biomed
edi
ikal
biomedikal
20
010).
2010).
serta
Hal
ini
data
pada
temporal
sektor
dat
ta
data
obat
bisnis
dikarenak
akan
dikarenakan
sangat
dan
industrial
data
yang
mengandu
ung unsur waktu
t ini
ini
i dapat
dap
a at
a dipelajari
dipelajar
ari untuk bisa
mengandung
menent
ntukan pola-pola
pol
olaa-po
p la tertentu
ter
erte
tent
ntu
u yang
yang dapat
dapat digunakan
dig
igunakan di
menentukan
kem
mudian
kemudian
P
ada
Pada
u
waktu
saa
aat
t
saat
in
ni
ini
bila
munc
mu
ncul
ul
muncul
sangat
permasa
salaha
han
n
permasalahan
banyak
ta
data
g
yang
mas
sa
masa
sama.
l lu
la
lalu
yang
ters
rsim
impa
p n tetapi
tetapi tidak dapat dimanfaatkan
dimanfaatka
kan dengan
deng
de
ngan
an baik.
bai
aik.
tersimpan
Da
ata
Data
mas
sa lalu yang bersifat
masa
un
nsu
s r
unsur
waktu
me
menem
mukan
menemukan
yang
sebuah
dapat
i i memiliki
in
me
emi
m liki
k
historis ini
diolah
informasi
lebih
baru
lanj
n ut
lanjut
(Mitsa
a,
(Mitsa,
unt
n uk
k
untuk
201
010).
2010).
Be
Berb
bagai permasalahan seperti peramalan (forecasting)
(fore
ecast
sting
g)
Berbagai
dan klasifikasi dapat dilakukan pada data temporal.
tempora
al.
Sa
S
la
ah satu
Salah
perhati
ian pada
a
topik yang menjadi pusat perhatian
sekt
ktor biomedikal
biomedi
dika
kal
l adalah
adal
ad
a ah otak.
k. Otak
Ota
tak
k adalah
a alah organ
ad
org
rgan yang
yan
ang
g
sektor
terpenting dalam mengatur
mengatu
tur aktivitas
ak
tub
ubuh
uh
pada seluruh tubuh
ma
manusia.
dika
k renakan otak merupakan pusat
pus
usa
at
Hal tersebut dikarenakan
ke
kend
n al
ali
i tubuh
tubu
tu
buh
h yang
yang mengatur
mengatur berbagai
be
erb
rbag
agai
ai kemampuan
kem
emam
ampu
pua
an manusia
man
anus
usia
kendali
se
sepe
p rti
i
seperti
berp
rpik
iki
ir,
berpikir,
pe
era
rasa
saan
an
perasaan
man
anu
usia.
manusia.
berg
be
rger
erak
ak,
bergerak,
Un
Untuk
memo
me
mori
ri
memori
me
mengatur
ingatan
an
ingatan
seg
egal
ala
a
segala
dan
akti
ak
tivitas
aktivitas
tersebut, otak manusia
ia memiliki
memil
iliki 100 miliar sel saraf
yang bekerja (Panat & Patil,
Patil
l, 2012). Dengan struktur
dan
tugas
yang
dem
mikian,
demikian,
otak
manusia
memiliki
tanggung jawab yang paling
pal
ling besar.
besar.
Pentingnya
fungsi
an
dan
tugas
otak
bagi
manusia
membuat manusia semakin mempelajari bagian terpenting
dari tubuh manusia ini. Saat ini, sudah ada media dan
sarana
yang
memudahkan
dalam
melakukan
penelitian
mengenai otak. Salah satu sarana yang dapat digunakan
untuk
mempelajari
otak
Electroencephalography
manusia
(EEG).
Otak
adalah
manusia
bekerja
melalui sel saraf, dimana sel saraf ini akan saling
besinergi
dan
menghasilkan
terpancar
(Bashasha
ati
ti, et al.,
al.
l.,
, 2007). Sinyal otak ini
(Bashashati,
dapat ditangkap
ditangka
ap
oleh
sinyal
ya
ang
n
alat EEG yang
elektris
yang
dapat digunakan
untuk mempelajari
memp
pel
elajari kondisi
ko
ondisi otak. Dalam EEG, data yang
akan
diolah
diolah
berben
ntu
uk
berbentuk
temp
te
mpor
oral
temporal
data.
Data
ini
digu
unakan untuk
untu
tuk
k memberikan
memb
berikan suatu
sua
uatu
tu kondisi
kondisi pada
pad
ada suatu
digunakan
wa
aktu tertentu.
tert
rten
e tu. Unsur
Un
nsu
sur waktu pada
pad data temporal
te
l dapat
waktu
d
igali
li lebih
lebih lanjut agar informasi
i dalam
am data
data dapat
d pat
da
digali
dike
keta
tahu
h i dengan
dengan maksimal.
diketahui
da
apa
pat
t
dapat
memberikan
memberikan
kondisi
pengo
gola
laha
h n EEG
E G
EE
Data hasil pengolahan
dari
otak
manus
usia
a
manusia
sep
e ert
ti
seperti
ko
kon
ndis
si emosi senang, sedih, malu dan lain-lain,
lain-l
lain,
, serta
serta
a
kondisi
da t memberikan informasi penyakit seperti epilepsi.
dapat
epil
ilep
epsi.
Peng
golahan
Pengolahan
data
dipe
elajari
dipelajari
dan
temporal
ini
dianalisis
menjadi
agar
pentin
ng
penting
dapat
uk
untuk
diketah
ahui
i
diketahui
ba
baga
aimana cara penanganan data yang melibatkan
melibatka
an unsur
ur
bagaimana
wakt
tu.
waktu.
Salah
satu
di
dila
laku
kukan
dilakukan
Pr es
Proses
pada
ini
ini
ko
kond
ndis
isi
i
kondisi
dilakukan
pengg
ggalian
penggalian
data
EEG
mer
erup
upak
akan
an
merupakan
ter
te
rten
ent
tu
tertentu
Pengol
lahan
h
Pengolahan
pada
cara
data
dengan
temporal
adalah
pro
rose
ses
s
proses
men
enggunakan
n
menggunakan
g
yang
m ning
mi
mining
proses
yang
dap
apa
at
dapat
klas
asi
ifik
ikas
asi.
klasifikasi.
mene
me
nent
ntuk
ukan
an
menentukan
kel
elas
s
kelas
dari
dari
as
kelas
suda
su
dah
h
sudah
ada.
melib
ibatkan
melibatkan
tem
mporal
temporal
data
informasi
yan
ang
g
yang
unsur
waktu
data
mining.
akan
memperhatikan
dapat
Klasifikasi
unsur
waktu yang ada pada data
da
ata guna
gu
una menemukan karakter data
pada
waktu
penting
tertentu.
posisinya
mengadopsi
Klasifikasi
Klasifikasi
karena
kemampuan
seseorang melalui otak.
EEG
menjadi
dalam
menjadi
dasar
sangat
untuk
menentukan
dapat
kondisi
Permasalahan yang menarik dan sering dibahas pada
EEG adalah
permasalahan
2012).
Menurut
webnya
pada
sekitar
50
Dari
bulan
juta
fakta
menjadi
data
dari
WHO
Februari
(Sweeney et al.,
yang
2016
dilansir
dalam
diketahui
bahwa
or
ran
ang di dunia
dun
unia menderita epilepsi.
orang
yan
ang
yang
sa
alah
salah
epilepsi
di
satu
dapat
terse
ebu
b t,
tersebut,
penyakit
penyakit
neurolog
ogis
neurologis
ini
yang
umum
terjadi
i secara global.
l Dan
Dan
n sekitar
sek
e it
itar
a 80% dari
dar
ri orang yang
mend
derita tersebut
ters
rseb
ebut
u tinggal
tin
i ggal di
di Negara
Nega
Ne
gara
ra dengan pendapatan
pe
menderita
me
enengah
menengah
hingga
hingga
nuerol
olog
ogis
is
nuerologis
manu
nusi
sia
a
manusia
ke
eja
jang
n
kejang
rendah.
d
rendah.
yang
yang
se
setelah
dan
Epil
Ep
ilepsi
Epilepsi
paling
umum
stroke.
Gejala
gerakan
abnormal
ada
dala
l h
adalah
terjad
adi
terjadi
dan
dan
epileps
psi
epilepsi
dari
ga
angguan
gangguan
menye
erang
menyerang
ini
ini
adal
alah
adalah
penderi
rita
any
nya
a
penderitanya
yan
ng
yang
di
dise
s ba
abkan kelebihan jumlah listrik yang keluar
kel
e ua
ar dari
i
disebabkan
se
sel
–
sel
otak
(Karyawan,
et
al.,
2011)
1).
2011).
Si
Sifat
temp
poral dari data hasil EEG untuk penyakit epilepsi
si
temporal
ini berada pada batas waktu tertentu saat pengambilan
peng
gambi
ilan
n
da a hingga
data
muncul
l yang
ng
dapat disimpulkan bahwa dengan hasil
men
engg
ggambark
kan
menggambarkan
pen
enyakit
penyakit
epil
ep
ilepsi.
epilepsi.
Pa
ada
Pada
penelitian ini pengolahan
pengolaha
han
n data menggunakan Weka yang
yang
me
merupakan
ta yang
yan
ang
tool untuk melakukan penambangan data
di
digu
guna
naka
k n
digunakan
ma
manu
nusia
manusia
untu
tuk
k
untuk
be
erd
rdas
asar
rka
kan
berdasarkan
peng
ngkl
klasifik
ikasian
pengklasifikasian
Network
klas
kl
asif
i ikas
si
klasifikasi
(ANN)
data
data
has
sil
hasil
me
engguna
akan
menggunakan
de
engan
dengan
Backpropagation.
Backpropagation
peny
pe
nyak
akit
it
penyakit
epi
pile
leps
psi
i
epilepsi
pa
pada
de
Metode
untuk
untuk
EEG
EG.
.
EEG.
Arti
tifi
f ci
ial
l
Artificial
memanfaatkan
Klasi
ifikasi
Klasifikasi
dinil
lai
dinilai
ba
aik
baik
untuk
Neuron
algoritma
menggunakan
digunakan
pada
k re
ka
ena dapat memberikan akurasi
identifikasi data EEG karena
met
tode lain seperti Naïve Bayes,
yang lebih baik dari metode
Logistic Regression, dan Decision Tree
al.,
2009).
Hal
tersebut
dikarenakan
(Tzallas et
kemampuan
dan
kehandalan ANN dalam mengenali pola atau data sinyal
serta
keuntungan
lainnya
yaitu
proses
pembelajaran
yang dapat terus dilakukan tanpa melakukan perulangan
manual
(Hasugian,
pengolahan
berbentuk
data
et
berupa
grafik
al.,
2011).
pola-pola
dalam
Hasil
hasil
berbagai
dari
klasifikasi
pemotongan
waktu
tertentu untuk mengetahui
menge
geta
tahui batas
bata
ba
t s waktu terbaik
model
jaring
gan
jaringan
berdasarkan
n
terbaik
akurasi
i
,
k
untuk
serta
klasifikasi
rata-rata
er
ror
eror
dan
EEG
waktu
pelatiha
han dari jaringan.
jaringa
g n.
pelatihan
1.2 Rumusan
Rumusa
san Masalah
Ma
asa
sala
l h
Be
erdasar
arka
kan
n latar
lata
ar belakang
Berdasarkan
di
atas
at
a ,
atas,
maka
maka
dirum
muskan
dirumuskan
masa
ala
ah sebagai
seba
agai berikut:
masalah
a
. Bagaimana
a.
Mining
cara
pada
menggunakan
data
klasifikasi
EEG
penyakit
Te
emp
m or
ral
Temporal
untuk
Dat
ta
Data
mela
laku
kukan
n
melakukan
epilepsi
den
engan
dengan
Backpropagation?
b. Bagaimana
cara
menganalisis
hasi
il
hasil
dari
i
dari
penggunaan Temporal Data Mining dan kinerja
kinerj
ki
rja
a
Ba
Back
ckpropag
agat
atio
ion
Backpropagation
dala
da
lam
m
dalam
menang
ngan
ani
i
menangani
klasifikas
asi
i
klasifikasi
penyakit epilepsi
epileps
psi
i dari data EEG?
1.3
1.3
Bat
atas
asan
an Masalah
Masal
alah
ah
Batasan
Bata
Ba
tasan batasan
bata
asa
san
n masalah
masala
lah
h
Batasan
dal
da
lam
dalam
pene
neli
litian
penelitian
ini
ada
dalah
adalah
seba
baga
gai
i berikut
beriku
be
kut
t :
sebagai
a. Metode
ng
yang
dig
gunakan
digunakan
adalah
External
Temporal Data
Dat
ta Mining.
Mining
g.
b. Klasifikasi
epile
epsi
epilepsi
dilakukan
pada
data
hasil Electroen
nce
ephalography (EEG) dengan 100
Electroencephalography
single channel deteksi yang didapatkan dari
Universitas Bonn di German yang tersedia pada
Web.
c. Tools klasifikasi menggunakan Weka 3.7.18.
1.4 Tujuan
Tujuan yang
diharapkan
tercapai
pada
penelitian
ini
adalah :
a. Mengetahui menggunakan Temporal Data Mining
pada
data
EEG
EEG
untu
un
tuk
untuk
melakukan
klasifikasi
penyak
kit epilepsi dengan
n Backpropagation.
penyakit
c. Me
Mengetahui
hasil
dari
penggu
una
n an
penggunaan
Temporal
Data
a Mining
Min
i ing
g da
dan
n kinerja
kine
ki
erj
rja
a Ba
B
ckpropag
gat
a ion dalam
Backpropagation
mena
ang
ngan
ani klasifikasi penyakit
peny
pe
nyakit epilepsi
epile
eps
p i dari
menangani
da
data
EEG
EEG
dan
cara
menga
ana
nali
lisis
menganalisis
hasil
ters
rsebut.
tersebut.
1.5
5
Sist
stematika Penulisan
Sistematika
Si
Sist
s em
matika Penulisan dalam penelitian ini adalah:
ada
dalah:
h:
Sistematika
BA
AB I PENDAHULUAN
BAB
Bab ini berisi latar belakang masalah, rumusan masalah,
masal
lah,
,
ba
ata
t sa
s n
batasan
masalah,
tujuan
penelitian,
sis
stem
ematik
ka
sistematika
penulisan.
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB
Bab
Bab
ini
ini
beri
be
risi
si
berisi
tin
inja
jaua
uan
n
tinjauan
pust
stak
aka
a
pustaka
meng
me
ngen
enai
ai
mengenai
hasil
hasil
pe
ene
neli
liti
tian
an terdahulu
ter
rda
dahulu yang telah
te
elah dilakukan
dila
di
l ku
kuka
kan
n sebelumnya
sebe
se
bel
lumnya
penelitian
berkaita
t n dengan penelitian
penel
lit
i ian
n yang dilakukan saat ini,
berkaitan
dan landasan teori yang
ya
ang digunakan
digun
nakan sebagai acuan dalam
pembahasan
masalah
ya
ang
yang
ber
rkaitan
berkaitan
proses
pengolahan
data EEG yang akan diklasifikasi.
dikla
asifi
ikasi.
BAB III METODOLOGI PENELITIAN
PENELIT
ITI
IAN
Bab
ini
berisi
penjelasan
bahan
atau
data
yang
digunakan dalam penelitian serta langkah-langkah dalam
melakukan penelitian.
BAB IV PEMBAHASAN
Bab
ini
berisi
hasil
penelitian
dan
pembahasan.
Pembahasan berisi tentang analisa data sebelum diolah,
ketika
diolah
dan
hasil
hasi
il
setelah
pengolahan
selesai
dilakukan.
BAB V KESIMPULAN
KESIMP
MPULAN DAN SARAN
SARAN
Bab
ini
ini
beri
risi
si
berisi
kes
esim
impu
pula
lan
n
kesimpulan
yang
yang
diperol
oleh
diperoleh
dari
pene
nelitian
n yang
g sudah
h dilakukan
dila
di
laku
kuka
kan dan
n saran-saran
sara
rann sara
an untuk
penelitian
pe
peneliti
tian
n serta
ta yang akan dilakukan
n selanjutnya.
selan
nju
jutn
tnya.
penelitian