PERANCANGAN SISTEM BRAIN COMPUTER INTERFACE BERBASIS ELECTROENCEPHALOGRAPHY UNTUK PENGOPERASIAN ROBOT LENGAN MENGGUNAKAN METODE THRESHOLD

Yoan, Winata (2021) PERANCANGAN SISTEM BRAIN COMPUTER INTERFACE BERBASIS ELECTROENCEPHALOGRAPHY UNTUK PENGOPERASIAN ROBOT LENGAN MENGGUNAKAN METODE THRESHOLD. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (Cover dan Abstrak)
COVER DAN ABSTRAK - YOAN.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text (Bab 1 Pendahuluan)
BAB 1 - YOAN.pdf - Published Version

Download (788kB) | Preview
[img]
Preview
Text (Bab 5 Penutup)
BAB 5 - YOAN.pdf - Published Version

Download (769kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
DAPUS - YOAN.pdf - Published Version

Download (644kB) | Preview
[img] Text (Tugas Akhir Full Text)
TA - YOAN WINATA.pdf - Published Version
Restricted to Repository staff only

Download (7MB)

Abstract

Brain Computer Interface (BCI) merupakan teknologi yang dapat berkomunikasi untuk mengontrol perangkat eksternal dari sinyal otak pengguna secara real time. BCI menyediakan cara yang baru untuk melakukan kontrol perangkat eksternal dengan menerjemahkan sinyal otak ke perintah komputer, yang dapat membantu kehidupan sehari-hari penyandang disabilitas dan meningkatkan kapasitas perilaku normal.Pada penelitian ini dirancang sistem Brain Computer Interface (BCI) berbasis Electroencephalography (EEG) untuk pengoperasian robot lengan.Sinyal EEG yang digunakan terdiri kedip kedua mata, kedip mata kanan, kedip mata kiri, dan kontraksi rahang. Data EEG direkam dari 11 subjek sehat. Sinyal EEG diklasifikasikan menggunakan metode threshold dengan fitur yang digunakan adalah amplitudo sinyal EEG. Hasil analisis nilai threshold didapatkan nilai threshold terbaik untuk sinyal kediap mata yaitu 0,6 mV dengan akurasi 97.9% sedangan kontraksi rahang sebesar 0,4 mV dengan akurasi 80,95%. Tujuh orang subjek yang sehat dan tidak berpengalaman berpartisipasi dalam pegujian sistem. Hasil pengujian keseluruhan yang dilakukan dengan menguji dengan melakukan setiap gerakan robot didapatkan tingkat keberhasilan 84.52%. Oleh karena didapatkan kesimpulan bahwa sistem dapat memberikan kemudahan dapat mengoperasihan robot lengat walupun pengguna tidak berpangalaman dalam menggunakan sistem berbasis EEG.

Item Type: Thesis (Diploma)
Primary Supervisor: Dr. Eng. Muhammad Ilhamdi Rusydi, M.T
Uncontrolled Keywords: BCI, EEG, robot lengan, kedip mata, threshold
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > Elektro
Depositing User: S1 Teknik Elektro
Date Deposited: 26 Jan 2022 07:30
Last Modified: 26 Jan 2022 07:30
URI: http://scholar.unand.ac.id/id/eprint/97936

Actions (login required)

View Item View Item