KENDALI PROTOTIPE KURSI RODA MENGGUNAKAN SENSOR ELECTROOCULOGRAPHY (EOG) DENGAN METODE SUPPORT VECTOR MACHINE

Amimul, Ummah Baiqi (2018) KENDALI PROTOTIPE KURSI RODA MENGGUNAKAN SENSOR ELECTROOCULOGRAPHY (EOG) DENGAN METODE SUPPORT VECTOR MACHINE. Diploma thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) ABSTRAK.pdf - Published Version Download (45kB) | Preview
Preview	Text (BAB I Pendahuluan) BAB I Pendahuluan.pdf - Published Version Download (250kB) | Preview
Preview	Text (BAB 5 Kesimpulan dan Saran) BAB 5 Kesimpulan dan Saran.pdf - Published Version Download (106kB) | Preview
Preview	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (131kB) | Preview
	Text (Skripsi Full Text) TA_AmimulUmmahBaiqi_Full2018.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

Dalam melakukan mobilisasi, penyandang disabilitas yang tidak dapat menggerakkan kakinya mengandalkan alat bantu kursi roda agar dapat beraktivitas sehari-hari. Namun hal tersebut akan menjadi permasalahan apabila penyandang disabilitas tersebut juga mengalami permasalahan dalam menggunakan tangannya. Perkembangan teknologi kendali kursi roda terus dikembangkan, salah satunya dengan memanfaatkan sinyal dari tubuh. Salah satu jenis sinyal tubuh yang dapat dimanfaatkan sebagai media kendali kursi roda yaitu sinyal yang dihasilkan oleh otot mata yang ditangkap oleh sensor electrooculography berdasarkan luas dari sinyal menggunakan metode support vector machine. Nilai luas dari sinyal electrooculography diperoleh dari setiap pergerakan otot mata ketika melihat ke atas, ke bawah, ke kiri dan ke kanan. Gerakan mata tersebut akan diklasifikasikan menjadi gerakan untuk maju, berhenti, belok kiri dan belok kanan. Jumlah data luas yang digunakan sebagai data latih yaitu sebanyak 356 data dan jumlah data uji yaitu 100 buah data. Hasil pengujian data uji menggunakan metode support vector machine didapatkan tingkat akurasinya yaitu 98%. Untuk tingkat akurasi ketika pengujian klasifikasi ke empat gerakan terhadap beberapa orang responden menggunakan prototipe kursi roda diperoleh akurasi sebesar 92.5%. Berdasarkan tingkat akurasi yang dihasilkan, jika dibandingkan dengan penelitian sebelumnya yang menggunakan metode fuzzy diperoleh hasil bahwa metode support vector machine memiliki tingkat akurasi yang lebih tinggi. Kata kunci : disabilitas, biosignal, electrooculography, metode support vector machine

Actions (login required)

View Item