ANALISIS SISTEM KENDALI KURSI RODA BERBASIS SINYAL ELECTROOCULOGRAPHY DENGAN METODE RANDOM FOREST

Gilang, Ramadhan (2025) ANALISIS SISTEM KENDALI KURSI RODA BERBASIS SINYAL ELECTROOCULOGRAPHY DENGAN METODE RANDOM FOREST. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Abstrak dan Cover.pdf Download (270kB)
	Text (Bab 1 Pendahuluan) BAB 1 Pendahuluan.pdf Download (227kB)
	Text (Bab 5 Penutup) Bab 5 Penutup.pdf - Published Version Download (202kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (198kB)
	Text 2110951005_Gilang Ramadhan_laporan Full.pdf Download (2MB)

Abstract

Penyandang disabilitas adalah setiap orang yang mengalami keterbatasan fisik, intelektual, mental, atau sensorik dalam jangka waktu lama. Berdasarkan survei BAPPENAS tahun 2021, jenis penyandang disabilitas berjalan sebagai salah satu jumlah penyandang terbanyak di Indonesia. Pentingnya alat bantu berjalan bagi penyandang disabilitas, membuat banyak peneliti mengembangkan alat bantu berupa kursi roda pintar. Salah satu pengembangannya, yaitu dengan memanfaatkan EOG (electrooculography) sebagai pengendali kursi roda, karena tidak terkendala dengan cacat tubuh. Tantangan utama dalam sistem kendali kursi roda berbasis EOG adalah membedakan sinyal yang memiliki polaritas serupa, seperti lirik atas, kedip sadar, dan kedip tidak sadar, serta mengabaikan sinyal non-perintah akibat gerakan refleks atau sinyal balik. Penelitian ini merancang sistem pengendalian kursi roda berbasis EOG dengan memanfaatkan fitur puncak sinyal dan metode klasifikasi Random Forest, serta menerapkan mekanisme locking time untuk meningkatkan akurasi navigasi. Hasil klasifikasi tiga jenis sinyal EOG dengan polaritas yang sama menggunakan Random Forest menghasilkan akurasi sebesar 98,9%. Pengujian performa pergerakan kursi roda mencapai akurasi 98,8%, dan pengujian terhadap lintasan menunjukkan waktu tempuh rata-rata satu putaran selama 79,78 detik, menandakan respons sistem yang baik terhadap perintah navigasi. Selain itu, pengujian locking time menunjukkan bahwa durasi 1,5 detik hingga 3 detik secara efektif mencegah deteksi sinyal tidak valid tanpa mengurangi responsivitas sistem. Dengan demikian, sistem yang dikembangkan mampu meningkatkan ketepatan klasifikasi sinyal serta keandalan navigasi kursi roda.

Actions (login required)

View Item