Epilepsi adalah penyakit kronis yang tidak menular, yang menyerang bagian otak dari segala usia. Ini ditandai dengan kejang berulang, yang merupakan tahap singkat dari gerakan tak sadar yang mungkin melibatkan bagian tubuh (sebagian) atau seluruh tubuh dan kadang-kadang disertai dengan hilangnya kesadaran dan kontrol fungsi bagian tubuh lainnya (termasuk penglihatan, pendengaran dan rasa) dan suasana hati. Tahapan kejang dibedakan bedasarkan waktunya seperti ictal, pre-ictal, post-ictal dan interictal. Epilepsi terjadi ketika adanya aktifitas neuron pada korteks otak secara berlebihan dan abnormal. Kelainan ini sudah menyerang lebih dari 50 juta dari jumlah penduduk dunia.
Pada penelitian Tugas Akhir ini, dilakukan klasifikasi epilepsi khususnya kondisi ictal dan non-ictal berdasarkan rekaman sinyal EEG dilakukan terhadap dataset dari IIT Delhi Hauz Khaz, India. Metode yang disulkan adalah klasifikasi K-Nearest Neighbors dan mencari nilai ekstrasi fitur menggunakan Hjorth descriptor. Data yang diujikan pada Peneletian ini, sudah melewati beberapa proses tahapan yaitu preprocessing menggunakan Band Pass Filter.
Metode yang diusulkan kemudain dievaluasi kinerjanya dengan menghitung nilai akurasi. Hasil nilai akurasi akurasi tertinggi untuk menentukan klasifikasi khususnya ictal dan pre-ictal yang didapatkan dengan nilai 92,3%, yang menandakan bahwa metode yang disulkan berhasil menentukan klasifikasi yang diujikan.