KOEFISIEN SUBBAND WAVELET UNTUK EKSTRASI CIRI SINYAL ELECTROENCEPHALOGRAPH (EEG)

Hindarto, Hindarto and Arif, Muntasa (2018) KOEFISIEN SUBBAND WAVELET UNTUK EKSTRASI CIRI SINYAL ELECTROENCEPHALOGRAPH (EEG). PROSIDING SNTT-VI (SEMINAR NASIONAL TEKNOLOGI TERAPAN). ISSN 2339-028x

	Text (COVER) COVER DAN DAFTAR ISI.pdf Download (543kB)
	Text (FULL TEXT) 12. KOEFISIEN SUBBAND WAVELET UNTUK EKSTRASI CIRI SINYAL ELECTROENCEPHALOGRAPH (EEG).pdf Download (718kB)

Abstract

Seseorang bila memainkan sebuah game pada layar monitor kebanyakan memerlukan sebuah keyboard. Penelitian ini mencoba untuk memainkan game dengan hanya menggunakan sinyal otak sebagai inputan untuk menggerakkan kursor. Metode yang digunakan dalam penelitian ini adalah metode BackPropagation Neural Network sebagai klasifikasi dan Transformasi Wavelet Diskrit untuk ekstraksi fitur dengan mengambil nilai Maksimum pada setiap subband dari gelombang sinyal Electro Encephalo Graph (EEG). Tujuan dari Penelitian ini untuk mengidentifikasi sinyal EEG yang digunakan pada pergerakan kursor. Data yang digunakan adalah data EEG yang berasal dari BCI kompetisi 2003 (BCI Kompetisi 2003). Data ini berisi data kelas 0 (untuk pergerakan kursor ke atas) dan kelas 1 (untuk pergerakan kursor ke bawah). Pengambilan keputusan dilakukan dalam dua tahap. Pada tahap pertama nilai energi pada setiap subband wavelet diskrit digunakan untuk mengekstrak fitur dari data sinyal EEG. Fitur ini sebagai input pada Backpropagation Neural Network. Pada tahap kedua proses identifikasi ke dalam dua kelas (kelas 0 dan kelas 1) file data sinyal EEG, terdapat 260 data training file sinyal EEG dan 293 dari data testing file sinyal EEG, sehingga keseluruhan menjadi 553 file data sinyal EEG. Hasil yang diperoleh untuk pengklasifikasian sinyal EEG adalah 77,9% dari data sinyal yang diuji. Dengan akurasi yang didapatkan pada klasifikasi sinyal EEG kemungkinan untuk memainkan game dengan menggerakkan kursor keatas dan kebawah hampir mendekati keberhasilan dalam menggerakkan kursor.

Actions (login required)

View Item