Journal of Information System Vol. 9, No. 1, Mei 2024: 67-74 DOI: 10.33633/joins.v9i1.9561 Segmentasi Data Sinyal EEG Berdasarkan Domain Waktu Sebagai Dasar dalam Pengolahan Sinyal Pengambilan Keputusan dalam Rehabilitasi Stroke MY Teguh Sulistyono* 1 , Dyah Ernawati 2 , Stalina Anggraeny Dewi Amodia 3 , Davin Hernanda Putra 4 Universitas Dian Nuswantoro e-mail: 1 teguh.sulistyono@dsn.dinus.ac.id, 2 dyah_enrawati@dsn.dinus.ac.id 3 422202203536@mhs.dinus.ac.id, 4 111202214766@mhs.dinus.ac.id *Penulis Korespondensi Diterima: 7 Desember 2023; Direvisi: 18 Juli 2024; Disetujui: 19 Juli 2024 Abstrak Penyakit stroke adalah salah satu penyakit kardiofaskuler jika menyerang akan menyebabkan cacad permanen dan meninggal dunia. Proses pemeriksaan membutuhkan dokter hanya berdasarkan visual unruk mendiagnosa penyakit, jika pemeriksaan dilakukan banyak dokter maka diagnose akan berbeda-beda. Unruk menghindari hal tersebut dibutuhkan alat EEG untuk mengambil aktivitas gelombang otak yang hasil pengambilan data tersebut dalam bentuk data mentah. Data mentah agar dapat dihasilkan untuk proses analisis diperlukan pemrosesan sinyal yang terdiri dari band pass filter, cleaning data, segmentasi dan decomposisi. Permasalahan selama ini yang timbul bahwa data mentah tersebt masih dalam bentuk data yang masih banyak noise baik dari pergerakan mata ataupun aktivitas otot., sehingga data mentah yang telah diolah akan menjadi dasar dalam pemilihan feature. Penelitian ini menggunakan metode penelitian menggunakan 2 tahapan yaitu data mentah dan pre processing, dimana pre processing memiliki 3 langkah yaitu band pass filter, cleaning data dan segmentasi. Hasil yang diperoleh setelah dilakukan eksperimen bahwa semakin banyak segmentasi yang dilakukan maka semakin terlihat pola sinyal EEG sebagai penilaian lanjut dalam mengidentifikasi tindakan yang akan dilakukan dalam rehabilitasi medis pasien stroke. Penelitian ini menghasikan hasil akhir dalam bentuk Segmentasi Data Sinyal EEG Berdasarkan Domain Waktu Sebagai Dasar Dalam Pengolahan Sinyal Pengambilan Keputusan Dalam Rehabilitasi Stroke. Kata kunci: EEG, Stroke, Segmentasi, Cleaning Data, Band Pass Filter, Feature Abstract One of the cardiovascular illnesses that can result in death or permanent disability is stroke. Doctors must identify diseases solely based on visuals throughout the examination process; if multiple doctors perform the examination, the results will differ in the diagnosis. To prevent this, brain wave activity must be recorded using an EEG tool, the output of which is raw data. Bandpass filtering, data cleaning, segmentation, and decomposition are the signal-processing steps that must be completed to create raw data for the analytical process. Currently, the issue is that the processed raw data will serve as the foundation for feature selection, but the raw data itself still contains a lot of noise from both muscle and eye movements. The research methodology used in this study consists of two stages, raw data, and pre-processing, divided into three steps: bandpass filter, data cleaning, and segmentation. The experiment's findings indicate that the EEG signal pattern becomes more observable when segmentation is done,