Studi Eksperimental Sistem Brain Computer Interface Menggunakan Informasi Motorik Bagian Lower Limb

Fatoni, Muhammad Hilman (2014) Studi Eksperimental Sistem Brain Computer Interface Menggunakan Informasi Motorik Bagian Lower Limb. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 2211204901_Master_Thesis.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Brain Computer Interface (BCI) merupakan suatu teknologi antarmuka yang saat ini berkembang dengan sangat pesat. BCI menggunakan gelombang otak (Electroenchepalogram / EEG ) yang dikeluarkan oleh manusia. Salah satu fitur yang terdapat pada sinyal EEG adalah informasi motorik yang dikeluarkan oleh otak manusia ketika manusia menggerakkan anggota tubuhnya. Penelitian ini bertujuan mengembangkan sistem BCI yang menggunakan informasi motorik pada sinyal EEG ketika menggerakkan anggota gerak tubuh bagian bawah (lower limb). Penelitian ini perlu dilakukan agar proses mendapatkan informasi motorik lower limb dapat diekstraksi dari channel yang lebih baik. Dari ektraksi informasi motorik, sistem BCI diharapkan dapat menjadi antarmuka dalam proses pengontrolan suatu devais. Untuk dapat mengektraksi informasi motorik tersebut maka terdapat analisa dengan sistem offline dan online. Pada sistem offline, subyek yang diuji berjumlah enam orang. Parameter frekuensi yang dominan pada channel Cz dan C3-C4 saat perekaman adalah ritme mu (8 – 12 Hz). Channel yang jauh lebih baik dalam menunjukkan ritme ini adalah channel C3-C4 dengan nilai normalisasi 0.46±0.24 daripada Channel Cz sebesar 0.24±0.12. Sedangkan dalam proses pendeteksian Event Related Desynchronization / Event Related Synchronization (ERD/ERS), rata-rata tingkat keberhasilan antar subyek untuk channel C3-C4 adalah sebesar 51.21±23.31% dan Cz sebesar 47.28±12.20%. Hal tersebut menunjukkan bahwa channel C3-C4 lebih baik dalam mendeteksi gerakan dalam sistem BCI ini. Pada sistem online, penggunaan sinyal EEG difokuskan pada channel C3-C4. Rata-rata tingkat keberhasilan sistem online untuk dua orang subyek adalah sebesar 64.82±12.16%. Dari rata-rata tersebut, tingkat keberhasilan terbesar dimiliki oleh subyek yang telah berpengalaman. Hasil tersebut menunjukkan bahwa agar penggunaan sistem BCI baik, terlebih dahulu subyek harus menjalani training agar dapat dengan konsisten mengeluarkan sinyal EEG yang dapat dijadikan antarmuka dalam sistem BCI.
===============================================================================================================================
Brain Computer Interface (BCI) is a interface technology which currently growing rapidly. BCI uses brain waves (Electroenchepalogram / EEG) emitted by humans. One of the features present in the EEG signal is motor informatioN emitted by human brain when humans moving his limbs. This research aims to develop a BCI system that uses a motor information in the EEG signal from a subject during lower limbs movement. This research had to be done so that process to get motor information of lower limb can be extracted from better channel. From extracting motor information, this research is expected to be aninterface to control a device. In order to extract motor information, this research will be analyzed in offline and online system. In the offline system, the total of subjects which are tested is six people.The frequency parameters of channel Cz and C3-C4 that are dominant is on the mu rhythm (8-12 Hz). More dominant rhythm is shown in channel C3-C4 with normalization value 0.46±0.24 than 0.24±0.12 in Cz. While in the process of Event Related Desynchronization / Event Related Synchronization (ERD / ERS) detection, the average success rate among subjects for channel C3-C4 is 51.21±23.31% and 47.28±12.20% for Cz. It shows that channel C3-C4 is better at detecting movement in this BCI system. In an online system, the use of EEG signal focused on channel C3-C4. Average success rate of the online system for two subjects is 64.82±12.16%. From that average, the greatest success rate owned by subject who have experience before. This result show that in order to get better use in BCI system, subject must be trained so that can emit EEG signal consistently which can be used as interface in BCI system.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	BCI, Electroenchepalogram, ERD/ERS., BCI, Electroenchepalogram, ERD/ERS
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.585 TCP/IP (Computer network protocol)
Divisions:	Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Eko Sulistiono
Date Deposited:	16 Sep 2025 01:10
Last Modified:	16 Sep 2025 01:10
URI:	http://repository.its.ac.id/id/eprint/128244

Actions (login required)

View Item