Kendali Kursi Roda dengan Sistem Brain Computer Interface Berbasis Electroencephalography Menggunakan Metode Support Vector Machine

Yemensia, Indah Irdyana (2022) Kendali Kursi Roda dengan Sistem Brain Computer Interface Berbasis Electroencephalography Menggunakan Metode Support Vector Machine. Diploma thesis, Universitas Andalas.

	Text (Abstrak) Cover dan Abstrak.pdf - Published Version Download (3MB)
	Text (BAB 1. Pendahuluan) BAB 1 (Pendahuluan).pdf - Published Version Download (3MB)
	Text (BAB 5. Penutup) BAB V (Penutup).pdf - Published Version Download (3MB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (3MB)
	Text (Tugas Akhir_Indah Irdyana Yemensia_1810953028) Tugas Akhir_Indah Irdyana Yemensia_1810953028 - Full.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

Brain Computer Interface (BCI) merupakan teknologi yang memungkinkan komunikasi antara otak manusia dengan perangkat eksternal secara real time. Brain Computer Interface (BCI) menerjemahkan sinyal otak menjadi perintah komputer sehingga tercipta hubungan langsung antara niat individu dan perangkat eksternal yang sangat berharga bagi orang-orang penyandang disabilitas. Pada penelitian ini dirancang sistem Brain Computer Interface (BCI) berbasis Electroencephalography (EEG) untuk pengoperasian kursi roda. Sinyal EEG yang digunakan terdiri dari sinyal kedip kedua mata, kedip kanan, kedip kiri, dan gerakan menggigit. Data EEG direkam dari 55 subjek sehat. Sinyal EEG diklasifikasikan dengan menggunakan metode Support Vector Machine (SVM) dengan fitur yang digunakan adalah luas sinyal. Hasil klasifikasi SVM akan digunakan sebagai input sistem. Pelatihan data menghasilkan akurasi 96,01% dan pengujian data menghasilkan akurasi 95,35% dengan multiclass SVM model one-againts-all. Sistem yang dibuat akan diuji terhadap 15 orang responden sehat dan tidak berpengalaman untuk melihat akurasi performa sistem. Hasil pengujian keseluruhan dilihat berdasarkan kesesuaian input sistem dengan pergerakan kursi roda. Pengujian ini memiliki tingkat keberhasilan 90,83 %. Berdasarkan pengujian ini didapatkan kesimpulan bahwa sistem yang dibangun dapat memberikan kemudahan bagi penyandang disabilitas untuk melakukan perpindahan atau mobilisasi meskipun pengguna tidak berpengalaman dalam menggunakan sistem berbasis EEG. Kata Kunci : BCI, EEG, SVM, threshold, kursi roda

Actions (login required)

View Item