Klasifikasi Sinyal Otak Motor Imagery Menggunakan Extreme Learning Machine Dan Discrete Fourier Transform
| Main Author: | Pranoto, Fransiskus Cahyadi Putra |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/169448/1/Fransiskus%20Cahyadi%20Putra%20PranotoFransiskus%20Cahyadi%20Putra%20Pranoto%20%282%29.pdf http://repository.ub.ac.id/169448/ |
| ctrlnum |
169448 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/169448/</relation><title>Klasifikasi Sinyal Otak Motor Imagery
Menggunakan Extreme Learning Machine Dan
Discrete Fourier Transform</title><creator>Pranoto, Fransiskus Cahyadi Putra</creator><subject>001.012 Classification</subject><description>Otak adalah organ tubuh yang memiliki kemampuan untuk mengatur organ
tubuh luar dan dalam yang dapat menyimpan, mengolah dan menghantarkan
suatu informasi dan menjadikannya sebagai esensi pikiran dan jiwa seseorang.
Otak terdiri dari milyaran sel neuron. Saat otak melakukan aktivitas, otak
memancarkan suatu sinyal elektris yang dapat ditangkap oleh suatu perangkat
antarmuka yaitu brain computer interface. Untuk melakukan rangsangan pada
aktivitas sinyal otak dibutuhkan stimulus, salah satu metode stimulusnya adalah
motor imagery. Motor imagery adalah representasi dari gerakan motor yang
dibayangkan seseorang tetapi tidak menggerakkan anggota tubuh. Pada
penelitian ini menggunakan perangkat brain computer interface bernama muse.
Perangkat muse digunakan untuk pengumpul data dengan subyek berjumlah 20
dan rentang usia 19-23 tahun. Subyek diminta untuk membayangkan
pengucapan tulisan pada stimulus tulisan yang muncul pada layar monitor.
datasets yang digunakan adalah datasets BCI Competition IIIA dan IIIB untuk
membandingkan kualitas dari datasets yang dikumpulkan peneliti dan
membandingkan hasil akurasinya. Pemrosesan sinyal yang dilakukan adalah
menggunakan butterworth filter infinite impulse response dengan rentang
frekuensi antara 8 sampai 30 Hz. Penelitian ini melakukan ekspolarsi pada fitur
yang didapatkan dari pengolahan sinyal hasil filter menggunakan metode
discrete fourier transform. Ekplorasi dilakukan dengan mengambil fitur-fitur nilai
frekuensi diskrit dan nilai frekuensi kontinyu. Fitur-fitur tersebut akan dilakukan
proses klasifikasi menggunakan metode extreme learning machine. Eksplorasi
pada metode learning adalah mencari jumlah neuron pada hidden layer yang
tepat pada extreme learning machine untuk mencari nilai akurasi yang paling bai
kantar jumlah neuron. Hasil dari penelitian adalah didapatkan akurasi sebesar
34% pada datasets muse dengan 5 kelas, 85% dan 90% untuk datasets muse 2
kelas, 66.67% dan 75% untuk datasets BCI Competition IIIA untuk 4 kelas dan
93.33% untuk datasets BCI Competition IIIB dengan 2 kelas.</description><date>2019-01-02</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/169448/1/Fransiskus%20Cahyadi%20Putra%20PranotoFransiskus%20Cahyadi%20Putra%20Pranoto%20%282%29.pdf</identifier><identifier> Pranoto, Fransiskus Cahyadi Putra (2019) Klasifikasi Sinyal Otak Motor Imagery Menggunakan Extreme Learning Machine Dan Discrete Fourier Transform. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FILKON/2019/48/051902218</relation><recordID>169448</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Pranoto, Fransiskus Cahyadi Putra |
| title |
Klasifikasi Sinyal Otak Motor Imagery
Menggunakan Extreme Learning Machine Dan
Discrete Fourier Transform |
| publishDate |
2019 |
| topic |
001.012 Classification |
| url |
http://repository.ub.ac.id/169448/1/Fransiskus%20Cahyadi%20Putra%20PranotoFransiskus%20Cahyadi%20Putra%20Pranoto%20%282%29.pdf http://repository.ub.ac.id/169448/ |
| contents |
Otak adalah organ tubuh yang memiliki kemampuan untuk mengatur organ
tubuh luar dan dalam yang dapat menyimpan, mengolah dan menghantarkan
suatu informasi dan menjadikannya sebagai esensi pikiran dan jiwa seseorang.
Otak terdiri dari milyaran sel neuron. Saat otak melakukan aktivitas, otak
memancarkan suatu sinyal elektris yang dapat ditangkap oleh suatu perangkat
antarmuka yaitu brain computer interface. Untuk melakukan rangsangan pada
aktivitas sinyal otak dibutuhkan stimulus, salah satu metode stimulusnya adalah
motor imagery. Motor imagery adalah representasi dari gerakan motor yang
dibayangkan seseorang tetapi tidak menggerakkan anggota tubuh. Pada
penelitian ini menggunakan perangkat brain computer interface bernama muse.
Perangkat muse digunakan untuk pengumpul data dengan subyek berjumlah 20
dan rentang usia 19-23 tahun. Subyek diminta untuk membayangkan
pengucapan tulisan pada stimulus tulisan yang muncul pada layar monitor.
datasets yang digunakan adalah datasets BCI Competition IIIA dan IIIB untuk
membandingkan kualitas dari datasets yang dikumpulkan peneliti dan
membandingkan hasil akurasinya. Pemrosesan sinyal yang dilakukan adalah
menggunakan butterworth filter infinite impulse response dengan rentang
frekuensi antara 8 sampai 30 Hz. Penelitian ini melakukan ekspolarsi pada fitur
yang didapatkan dari pengolahan sinyal hasil filter menggunakan metode
discrete fourier transform. Ekplorasi dilakukan dengan mengambil fitur-fitur nilai
frekuensi diskrit dan nilai frekuensi kontinyu. Fitur-fitur tersebut akan dilakukan
proses klasifikasi menggunakan metode extreme learning machine. Eksplorasi
pada metode learning adalah mencari jumlah neuron pada hidden layer yang
tepat pada extreme learning machine untuk mencari nilai akurasi yang paling bai
kantar jumlah neuron. Hasil dari penelitian adalah didapatkan akurasi sebesar
34% pada datasets muse dengan 5 kelas, 85% dan 90% untuk datasets muse 2
kelas, 66.67% dan 75% untuk datasets BCI Competition IIIA untuk 4 kelas dan
93.33% untuk datasets BCI Competition IIIB dengan 2 kelas. |
| id |
IOS4666.169448 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2021-10-28T06:53:49Z |
| last_indexed |
2021-10-28T06:53:49Z |
| recordtype |
dc |
| _version_ |
1751454135944740864 |
| score |
17.538404 |