Rancang Bangun Sistem Estimasi Kualitas Tidur Berbasis Analisa Hrv, Emg, Dan Eeg Dengan Metode K-Nearest Neighbor

Gunawan, Mohammad Daffa (2022) Rancang Bangun Sistem Estimasi Kualitas Tidur Berbasis Analisa Hrv, Emg, Dan Eeg Dengan Metode K-Nearest Neighbor. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07311840000011-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (2MB)

Abstract

Berdasarkan survei yang ada, 70% dari 13,000 responden terkendala dalam memahami tidur yang dimiliki.Memiliki tidur yang berkualitas atau tidak akan memberikan dampak bagi tubuh secara langsung ataupun tidak langsung.Kualitas tidur seseorang dikatakan baik apabila tidak menunjukan tanda kurangnya tidur, salah satunya yaitu kelelahan.Terjadinya kelelahan setelah dilakukannya tidur dapat menjadi suatu indikator bahwa seseorang mempunyai kualitas tidur yang terganggu.Maka pada penelitian ini dirancang sebuah sistem untuk melakukan pemberian estimasi kelelahan pada subjek setelah dilakukan tidur, dengan memperhatikan parameter-parameter kondisi tubuh untuk dapat menjadi dasar terhadap kualitas tidur yang dimiliki, dengan menggunakan Mikromedia 4 for STM32F4 Capacitive yang didalamnya terdapat chipset mikrokontroler STM32F407ZG, serta modul Click.Parameter yang dilakukan peninjauan pada subjek dengan kondisi sehat berupa sinyal ECG yaitu rasio LF/HF, nilai RMSSD dan PNN50, serta sinyal EMG berupa Mean Power Frequency, yang akan dilakukan proses dengan menggunakan metode algoritma K-Nearest Neighbor.Penentuan ground truth pada dataset untuk klasifikasi KNN dilakukan dengan melakukan evaluasi terhadap nilai kuesioner FSS dan MPF dari sinyal EEG.Keluaran terhadap nilai FSS dan MPF EEG mempunyai nilai kesamaan yaitu 90%.Metode klasifikasi KNN dapat memberikan keluaran yang baik dengan tingkat akurasi yaitu 70,83%, untuk dapat melakukan deteksi terhadap suatu kondisi tingkat kelelahan saat terbangun dari tidur.Pengujian secara subjektif juga diterapkan dengan menggunakan penilaian Groningen Sleep Quality Scale.Proses evaluasi terhadap hasil kuesioner GSQS dengan peninjauan tingkat kelelah secara objektif memberikan keluaran tingkat kualitas tidur yang serupa yaitu sebanyak 72% dari sample yang dimiliki. ==============================================================================================================================
Based on existing surveys, 70% of the 13,000 respondents have problems understanding their sleep.Having quality sleep or not will have an impact on the body directly or indirectly.A persons sleep quality is said to be good if it does not show signs of lack of sleep, one of which is fatigue.The occurrence of fatigue after sleeping can be an indicator that a person has disturbed sleep quality.So in this study, a system was designed to provide an estimate of fatigue on the subject after sleeping, taking into account the parameters of the body condition to be the basis for the quality of sleep they had, using Mikromedia 4 for STM32F4 Capacitive which contained the STM32F407ZG microcontroller chipset, and Click module.Parameters reviewed on subjects with healthy conditions in the form of ECG signals, namely the LF/HF ratio, RMSSD and PNN50 values, and EMG signals in the form of Mean Power Frequency, which will be processed using the K-Nearest Neighbor algorithm method.Determination of ground truth in the dataset for the KNN classification is carried out by evaluating the FSS and MPF values from the EEG signal.The output of the FSS and MPF EEG values has a similarity value of 90%.The KNN classification method can provide a good output with an accuracy rate of 70.83%, to be able to detect a condition of fatigue level when awakened from sleep.Subjective testing was also applied using the Groningen Sleep Quality Scale assessment.The process of evaluating the results of the GSQS questionnaire with an objective review of fatigue levels provided a similar level of sleep quality, which was 72% of the sample owned.

Item Type:	Thesis (Other)
Additional Information:	RSB 613.794 Gun r-1 2022
Uncontrolled Keywords:	ECG, EEG, EMG, Groningen Sleep Quality Scale, K-Nearest Neighbor, Kelelahan. ECG, EEG, EMG, Groningen Sleep Quality Scale, K-Nearest Neighbor, Fatigue.
Subjects:	R Medicine > R Medicine (General) > R857.M3 Biomedical materials. Biomedical materials--Testing.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	18 Jun 2026 01:40
Last Modified:	18 Jun 2026 01:40
URI:	http://repository.its.ac.id/id/eprint/133873

Actions (login required)

View Item