Kamil, Ahmad Syafiq (2018) Perbandingan Algoritma Praproses Data Dalam Pencarian Hasil Terbaik Algoritma Adaptive Common Spatial Pattern. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5215201011-Master_Thesis.pdf - Accepted Version Download (3MB) | Preview |
Abstract
Aktifitas otak dapat digambarkan dengan adanya gelombang otak. Aktivitas otak dapat diamati menggunakan alat rekam khusus yang dapat ditemui di rumah sakit dan laboratorium. Brain Computer Interface (BCI) adalah sebuah interface yang menyediakan alat untuk otak berkomunikasi tanpa menggunakan otot. Terdapat beberapa penelitian terkait dengan BCI, pada penelitian ini berfokus pada metode adaptive common spatial pattern (ACSP). ACSP adalah metode pengembangan dari metode Common Spatial Pattern dimana metode ini dapat digunakan untuk mengklasifikasikan beberapa subjek. metode ini memiliki kekurangan dimana metode ini akan menghasilkan hasil yang baik ketika masukan yang diterima dari tahap praproses data baik dan akan menjadi tidak reliabel jika data yang menjadi masukan memiliki derau sinyal yang buruk. Pada penelitian ini membandingkan beberapa metode yang ada pada tahap praproses data. Hasil penelitian ini adalah metode Bandpass adalah metode terbaik yang dapat dijadikan masukan untuk penelitian ACSP. Penelitian ini juga meneliti mengenai peningkatan hasil akurasi dengan mengubah parameter dari metode terbaik tersebut. Dengan mengubah parameter pemotongan sinyal maka didapatkan jarak pemotongan sinyal terbaik untuk motor imagery pada metode bandpass filtering berada pada jarak 9 Hz – 28 Hz. ========== Brain activity can be descr
ibed in the presence of brain waves. Brain activity
can be observed using specialized recording devices that can be found in hospitals
and laboratories. Brain Computer Interface (BCI) is an interface that provides a tool
for the brain to communicate without the use of muscles. There are several studies
related to BCI, in this study focusing on adaptive common spatial pattern (ACSP)
method. ACSP is a method of development of the Common Spatial Pattern method
where this method can be used to classify multiple
subjects. this method has a
drawback where this method will produce good results when the input received
from the data pretreat stage is good and will become unreliable if the input data has
bad signal noise. In this study comparing several methods that e
xist in the data
preprocessing phase. The result of this research is Bandpass method is the best
method that can be used as input for ACSP research. This study also examines the
improvement of accuracy results by altering the parameters of the best method.
By
changing the signal-cutting parameters, the best distance-cutting distance for the
motor imagery in the bandpass filtering method is at a distance of 9 Hz
- 28 Hz.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSI 004.019 Kam p |
| Uncontrolled Keywords: | Brain Computer Interface; adaptive common spatial pattern; preprocessing data; feature Extraction; Bandpass filtering |
| Subjects: | Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation. T Technology > T Technology (General) |
| Divisions: | Faculty of Information and Communication Technology > Information Systems > 59101-(S2) Master Thesis |
| Depositing User: | ahmad syafiq kamil |
| Date Deposited: | 13 Mar 2018 05:11 |
| Last Modified: | 21 Sep 2020 07:02 |
| URI: | http://repository.its.ac.id/id/eprint/50835 |
Actions (login required)
 |
View Item |