PERANCANGAN SISTEM BRAIN COMPUTER INTERFACE (BCI) UNTUK MENGENALI KATA PADA AKTIVITAS UNSPOKEN-SPEECH MENGGUNAKAN JARINGAN SARAF TIRUAN

FITRI RISQI AFRIANTI, 081117024 (2015) PERANCANGAN SISTEM BRAIN COMPUTER INTERFACE (BCI) UNTUK MENGENALI KATA PADA AKTIVITAS UNSPOKEN-SPEECH MENGGUNAKAN JARINGAN SARAF TIRUAN. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s1-2015-afriantifi-39491-4.abstr-k.pdf

Download (387kB) | Preview
[img] Text (cover)
cover.pdf
Restricted to Registered users only

Download (357kB) | Request a copy
[img] Text (full text)
full text.pdf
Restricted to Registered users only

Download (872kB) | Request a copy
[img] Text (full text)
bab 5.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Komunikasi merupakan salah satu kebutuhan manusia yang penting agar dapat berinteraksi dengan lingkungannya. Berbicara merupakan salah satu bentuk komunikasi yang sering digunakan. Jika organ yang berfungsi untuk berbicara terganggu mengakibatkan sulitnya berkomunikasi. Amyotrophic Lateral Sclerosis (ALS) merupakan penyakit hilangnya kemampuan untuk melakukan aktivitas motorik, seperti berbicara. Oleh karena itu, penderita ALS mengalami kesulitan berkomunikasi. Unspoken-speech menjadi jalur komunikasi yang dapat digunakan bagi penderita ALS karena tidak membutuhkan aktivitas otot seperti berbicara. Pada penelitian ini bertujuan untuk merancang suatu sistem Brain Computer Interface (BCI) untuk mengenali kata bosan dan makan pada aktivitas unspoken-speech menggunakan sinyal elektroensefalograf (EEG). Data sinyal didapatkan dari sepuluh naracoba berjenis kelamin laki-laki yang diinstruksikan mengucapkan kata dalam hati. Data sinyal yang didapat kemudian diolah dan dicari fitur tiap kata. Pencarian fitur menggunakan metode ekstraksi fitur yaitu Independent Component Analysis (ICA) dan Power Spectral Density (PSD). Fitur yang didapat berupa nilai minimum, nilai maksimum, mean dan standar deviasi. Fitur inilah yang dijadikan masukan pada tahap klasifikasi menggunakan Jaringan Saraf Tiruan (JST) Backpropagation. Hasil dari training Backpropagation menunjukkan tingkat akurasi sebesar 100%. Hasil pengujian program dilakukan pada data yang belum pernah dilatih, menunjukkan tingkat akurasi sebesar 75%. Berdasarkan hasil penelitian, sistem BCI yang telah didesain dengan Backpropagation mampu mengidentifikasi kata bosan dan makan

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST. T. 25/15 Afr p
Uncontrolled Keywords: BRAIN COMPUTER INTERFACE; INDEPENDENT COMPONEN ANALYSIS; POWER SPECTRAL DENSITY
Subjects: Q Science > QA Mathematics > QA75.5-76.95 Electronic computers. Computer science
R Medicine > RC Internal medicine > RC0321 Neuroscience. Biological psychiatry. Neuropsychiatry
Divisions: 08. Fakultas Sains dan Teknologi > Tekno Biomedik
Creators:
CreatorsEmail
FITRI RISQI AFRIANTI, 081117024UNSPECIFIED
Contributors:
ContributionNameEmail
ContributorEndah Purwanti, S.Si., M.Si.UNSPECIFIED
ContributorAndi Rahmadiansah, S.T.,M.TUNSPECIFIED
Depositing User: sukartini sukartini
Date Deposited: 18 Dec 2015 12:00
Last Modified: 03 Jul 2017 22:49
URI: http://repository.unair.ac.id/id/eprint/28171
Sosial Share:

Actions (login required)

View Item View Item