MERANCANG KENDALI KURSI RODA DENGAN SISTEM BCI BERBASIS ARTEFAK EEG KEDIPAN MATA DAN GERAKAN RAHANG MENGGUNAKAN METODE RANDOM FOREST

Farhan, Kabri Pratama (2024) MERANCANG KENDALI KURSI RODA DENGAN SISTEM BCI BERBASIS ARTEFAK EEG KEDIPAN MATA DAN GERAKAN RAHANG MENGGUNAKAN METODE RANDOM FOREST. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak TA.pdf - Published Version Download (104kB)
	Text (Pendahuluan) BAB 1 TA.pdf - Published Version Download (247kB)
	Text (Kesimpulan) Bab 5 TA.pdf - Published Version Download (121kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (181kB)
	Text (Skripsi Full Text) Laporan Tugas Akhir_Farhan Kabri Pratama.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Brain Computer Interface (BCI) merupakan teknologi yang dapat digunakan sebagai komunikasi antara otak manusia dengan perangkat eksternal secara real time. Sistem BCI menerjemahkan sinyal otak menjadi perintah komputer sehingga dapat memberikan solusi untuk membantu penyandang disabilitas bisa mengendalikan perangkat eksternal seperti kursi roda. Saat ini kursi roda menggunakan BCI berbasis sinyal EEG sebagai kendali pergerakannya. Sinyal EEG yang digunakan berdasarkan hasil dari aktivitas kedip kedua mata, kedip mata kiri, kedip mata kanan dan pergerakan rahang. Akan tetapi kursi roda dengan tersebut dapat memberikan rasa lelah bagi pengguna. Maka dari itu pada penelitian ini, dirancang sistem pergerakan kursi roda dan perintah ON/OFF menggunakan BCI dengan memanfaatkan sinyal artefak Electroencephalography (EEG) kedipan mata dan pergerakan rahang. Perekaman sinyal EEG menggunakan BCI non-invasif dengan daerah peletakan elektroda berdasarkan sistem 10-20 EEG. Sinyal EEG diklasifikasikan menggunakan metode Random Forest Classifier dengan fitur yang digunakan adalah luas sinyal. Pengujian klasifikasi data menggunakan random forest menghasilkan akurasi 98,688%. Sistem yang akan dibuat akan diuji terhadap 15 responden sehat. Hasil pengujian dilihat berdasarkan tingkat keberhasilan sistem dalam menanggapi input terhadap pergerakan kursi roda. Pengujian ketepatan kendali kursi roda memiliki tingkat keberhasilan 93,33%, dan pengujian terhadap kemampuan responden dalam mengendalikan kursi roda menunjukkan hasil yang cukup lancar dalam mengatasi lintasan yang diberikan. Berdasarkan pengujian ini dapat disimpulkan sistem yang dibangun dapat memudahkan penyandang disabilitas dalam mengendalikan kursi roda berbasis EEG.

Actions (login required)

View Item