Model Deteksi Sleep Apnea Dari Sinyal Fisiologis Otak dengan Deep Learning

Gangguan tidur, termasuk Sleep Apnea, adalah masalah serius yang mempengaruhi kualitas tidur dan kesehatan seseorang. Tujuan penelitian ini adalah mengembangkan sebuah aplikasi berbasis web menggunakan teknologi deep learning dengan Convolutional Neural Network (CNN) untuk mendeteksi Sleep Apnea menggunakan sinyal fisiologis otak. Aplikasi ini diharapkan memberikan peringatan dini dan kemudahan akses bagi tenaga medis dan pasien rumah sakit, serta berpotensi meningkatkan deteksi Sleep Apnea secara akurat dan berkontribusi dalam pengembangan teknologi medis yang lebih canggih dan efektif dalam praktik klinis. Melalui penggunaan dataset dari Physionet Database, model CNN dilatih dengan tiga lapisan convolution 1D dan mencapai akurasi sebesar 0.92 dalam mengklasifikasikan sampel sinyal fisiologis otak sebagai "normal" atau "sleep apnea".