Analisis Data Eksplorasi Klasifikasi Aktivitas Otak yang Berbahaya
DOI:
https://doi.org/10.35313/irwns.v15i1.6234Abstract
Elektroensefalografi (EEG) merupakan alat yang vital dalam rekaman dan analisis aktivitas listrik otak, sering digunakan dalam penelitian dan perawatan medis. Peletakan elektroda EEG mengikuti sistem internasional 10-20, dengan huruf dan angka tertentu untuk menandakan lokasi spesifik di otak. Kualitas pengukuran EEG sangat penting, dengan upaya mengeliminasi artifact yang bisa berasal dari sumber biologis maupun nonbiologis. Monitoring EEG di ICU telah meningkat, terutama untuk mendeteksi pola IIIC yang berbahaya. Pola tersebut sulit dibedakan dari kejang biasa dan dapat menyebabkan kerusakan otak. Penelitian ini bertujuan untuk melakukan analisis terhadap dataset EEG yang memiliki pola IIIC sehingga harapannya dapat berguna untuk peneliti yang hendak menggunakan data tersebut. Penelitian ini menggunakan dataset dari platform Kaggle, tepatnya HMS – Harmful Brain Activity Classification. Dataset tersebut memiliki data mentah EEG dan spektogram yang sudah dianotasi oleh ahli. Analisis data menunjukkan bahwa dataset tersebut memiliki keseimbangan jumlah data yang dianotasi untuk masing-masing kategori IIIC. Dalam dataset tersebut, terdapat data rekaman EEG dan data spektogram yang memiliki nilai kosong (null value) sehingga perlu dilakukan penangan terlebih dahulu sebelum diolah lebih lanjut.