Deteksi Kantuk Pengemudi Menggunakan Multilayer Perceptron (MLP) Berdasarkan Sinyal EEG

Adib, Ahmad (2020) Deteksi Kantuk Pengemudi Menggunakan Multilayer Perceptron (MLP) Berdasarkan Sinyal EEG. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 07211640000017-Undergraduate_Thesis.pdf]
Preview
Text
07211640000017-Undergraduate_Thesis.pdf

Download (8MB) | Preview

Abstract

Pada tugas akhir ini dilakukan penelitian untuk mendeteksi kantuk pada pengemudi berdasarkan sinyal EEG. Deteksi kantuk ini menggunakan metode pelatihan Multilayer Perceptron (MLP) dengan input berupa rekaman sinyal EEG. Data rekaman sinyal EEG yang digunakan merupakan data rekaman EEG dari 14 subyek pemuda yang sehat yang melakukan tiga tes kewaspadaan psikomotor 10 menit berturut – turut. Data EEG yang diperoleh kemudian difilter dengan menggunakan bandpass filter pada rentang 4 – 30 Hz, yang mana rentang tersebut merupakan rentang sub – band theta (4 – 8 Hz), alpha (8 – 12 Hz), dan beta (12 – 30 Hz) yang biasanya digunakan dalam penelitian uji kewaspadaan. Sinyal hasil filter tersebut kemudian digunakan untuk mendapatkan ekstraksi fitur berupa power ratio pada sub – band alpha, beta, dan theta. Fitur – fitur tersebut akan menjadi input pada proses klasifikasi menggunakan Multilayer Perceptron (MLP). Dari hasil penelitian didapatkan akurasi terbaik sebesar 86.11% dengan rincian nilai sensitivitas sebesar 86% dan nilai spesifisitas sebesar 87%.

Item Type: Thesis (Other)
Uncontrolled Keywords: Mengantuk, Electroenchephalogram, Multilayer Perceptron, power ratio, sub-band alpha, sub-band beta, sub-band theta.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5102.9 Signal processing.
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User: Ahmad Adib
Date Deposited: 21 Aug 2020 02:54
Last Modified: 26 May 2023 13:27
URI: http://repository.its.ac.id/id/eprint/78832

Actions (login required)

View Item View Item