Eksplorasi Sinyal Artefak EEG: Kedipan Mata dan Kontraksi Rahang sebagai Inovasi dalam Kendali Kursi Roda dengan Kecerdasan Buatan

Salisa, 'Asyarina Ramadhani (2024) Eksplorasi Sinyal Artefak EEG: Kedipan Mata dan Kontraksi Rahang sebagai Inovasi dalam Kendali Kursi Roda dengan Kecerdasan Buatan. Masters thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version

Download (116kB)
[img] Text (BAB I - PENDAHULUAN)
BAB I.pdf - Published Version

Download (1MB)
[img] Text (BAB V - KESIMPULAN DAN SARAN)
BAB V.pdf - Published Version

Download (596kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (220kB)
[img] Text (TESIS FULL TEXT)
Tesis Full Text.pdf - Published Version
Restricted to Repository staff only

Download (5MB)

Abstract

Di tengah tantangan diskriminasi yang dihadapi penyandang disabilitas, teknologi Brain-Computer Interface (BCI) membuka peluang optimis. Teknologi ini memungkinkan terjemahan sinyal otak menjadi perintah komputer, menghilangkan hambatan antara keinginan pengguna dan operasi perangkat eksternal. Penelitian ini mengembangkan sistem BCI berbasis Electroencephalography (EEG) untuk mengoperasikan kursi roda, dengan memanfaatkan artefak EEG seperti kedipan mata dan kontraksi rahang. Data dari 55 subjek sehat direkam dan diklasifikasikan menggunakan metode Naïve Bayes dan Random Forest, di mana luas sinyal dijadikan fitur klasifikasi. Hasil pengujian menunjukkan bahwa Random Forest mencapai akurasi 99,991% dalam pelatihan dan 99,625% dalam pengujian. Sementara itu, Naïve Bayes mencapai akurasi 95,352% dalam pelatihan dan 97,35% dalam pengujian. Kecepatan respons dan akurasi pengujian menjadi dasar pemilihan metode, di mana Naïve Bayes dianggap lebih unggul karena responsnya yang lebih cepat dan peningkatan akurasi dari data latih ke data uji. Sistem yang menggunakan Naïve Bayes kemudian diimplementasikan pada kursi roda dan diuji pada 15 subjek sehat, mencapai akurasi pengendalian sebesar 90,83%, dan pada satu orang disabilitas yang hanya bisa mengendalikan maju, mundur dan belok kiri saja. Temuan ini menandai kemajuan dalam teknologi assistif, membuka potensi untuk peningkatan kemandirian dan mobilitas bagi penyandang disabilitas dengan otot wajah yang sehat, serta dapat dilakukan dengan mudah dan nyaman.

Item Type: Thesis (Masters)
Primary Supervisor: Prof. Dr. Eng. Ir. Muhammmad Ilhamdi Rusydi
Uncontrolled Keywords: Artefak, Random Forest, Gaussian Naive Bayes, BCI, Disabilitas
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > Elektro
Depositing User: s2 teknik elektro
Date Deposited: 21 Feb 2024 03:16
Last Modified: 21 Feb 2024 03:16
URI: http://scholar.unand.ac.id/id/eprint/462441

Actions (login required)

View Item View Item