- Algoritma CatBoost memberi performa terbaik dengan akurasi 99,58 persen pada tingkat epoch
- Data penelitian diambil dari 16 peserta dan membandingkan beberapa algoritma klasifikasi
- Peneliti menegaskan hasilnya masih tahap awal dan belum ditujukan sebagai alat diagnosis klinis
Cekricek.id — Sinyal EEG autisme dapat dipilah kecerdasan buatan dengan akurasi 99,58 persen pada tingkat epoch, menurut riset alumni Universitas Syiah Kuala.
Hasil itu diumumkan lewat keterangan tertulis Universitas Syiah Kuala, Kamis (25/09/2026). Penelitinya, Buleun Waladah, S.T., M.T., alumni Program Studi Teknik Elektro dan Magister Teknik Elektro USK asal Pidie, memublikasikan temuannya pada September 2026 di IIUM Engineering Journal, jurnal terindeks Scopus kuartil kedua.
Penelitian itu mengklasifikasikan sinyal aktivitas listrik otak dari individu dengan Autism Spectrum Disorder dan individu neurotipikal. Data diambil dari 16 peserta, lalu beberapa algoritma klasifikasi diadu untuk mencari yang paling tepat.
Cara Mesin Memilah Gelombang Otak
Metodenya menggabungkan penyaringan Blackman–Harris Finite Impulse Response, ekstraksi dan seleksi fitur, serta algoritma machine learning CatBoost. Dari perbandingan tersebut, CatBoost memberi performa terbaik.
Buleun menegaskan angka akurasi itu belum boleh dibaca sebagai alat diagnosis. Riset masih berada pada tahap awal dan diposisikan sebagai alat bantu identifikasi, bukan pengganti pemeriksaan klinis.
“Penelitian ini diharapkan dapat berkontribusi pada pengembangan sistem berbasis AI sebagai alat bantu identifikasi awal ASD. Namun, hasil penelitian ini masih bersifat preliminary dan belum ditujukan sebagai alat diagnosis klinis,” ujarnya.
Jalur risetnya dibangun bertahap sejak jenjang sarjana. Publikasi yang menjadi syarat kelulusan S1-nya terbit di jurnal terakreditasi SINTA 1 dan membahas penerapan metode komputasi untuk klasifikasi ASD. Luaran tersebut memungkinkan Buleun menuntaskan studi sarjana tanpa sidang akhir skripsi.
Ia juga membandingkan metode penyaringan sinyal lewat penelitian berjudul Comparative Analysis of EEG Pre-Processing in ASD Using Butterworth Band Pass and Blackman-Harris Filter, yang terhubung dengan Springer Lecture Notes in Electrical Engineering. Riset lanjutan yang mengadu filter Hanning dan Blackman-Harris terbit di jurnal SINERGI.
“Secara umum, fokus riset saya berada pada irisan Electrical Engineering – Biomedical Engineering – Signal Processing – Artificial Intelligence/Machine Learning, dengan ASD sebagai salah satu objek utama penelitian,” katanya.
Namanya tercatat sebagai salah satu inventor hak cipta program komputer untuk pra-pemrosesan sinyal EEG dengan metode Butterworth BandPass Filter, perangkat yang dipakai membersihkan sinyal sebelum masuk tahap analisis.
Riset semacam ini menambah daftar upaya akademik mengenali kondisi perkembangan anak sejak dini. Sebelumnya, seorang guru besar UNAIR menegaskan anak disleksia bukan anak yang bodoh, sementara di ranah teknologi model AI dari Aalto University mempelajari cara mata manusia membaca.
Perkembangan itu berjalan seiring peringatan agar Indonesia tidak berhenti sebagai pemakai teknologi, seperti disampaikan guru besar ITB soal kedaulatan keputusan kecerdasan buatan.
