IMPLEMENTASI METODE INTEGRATED SELECTION UNTUK TRANSFER LEARNING PADA SINYAL EEG MOTOR IMAJINASI GERAK

ARIS RAMADHANI

Informasi Umum

Kode

20.04.3627

Klasifikasi

610.28 - Biomedical Engineering

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Biomedical Engineering

Dilihat

35 kali

Informasi Lainnya

Abstraksi

Brain computer interface (BCI) adalah sistem yang dapat menerjemahkan, mengelola dan mengenali aktivitas otak manusia. Salah satu device dari BCI untuk merekam sinyal otak yaitu electroencephalogram (EEG). Sinyal otak yang direkam dengan EEG memiliki sinyal informasi yang beragam, salah satunya adalah sinyal imajinasi gerak.
Penelitian ini melakukan implementasi metode integrated selection untuk transfer learning pada sinyal EEG imajinasi gerak. Integrated selection dapat digunakan untuk memfilter dataset menjadi ukuran yang lebih optimal. Metode tersebut menghilangkan kanal-kanal yang tidak relevan dengan sinyal EEG yang diinginkan yang didefinisikan sebagai kanal noise dan dapat meningkatkan performa sistem BCI tersebut. Transfer learning ini menggunakan algoritma dekomposisi matriks CUR yang menguraikan data menjadi dua komponen yaitu C dan UR yang masing-masing merupakan subjek sinyal EEG dan matriks umum yang berasal dari data EEG historis. Metode ini dianggap sebagai proses transfer learning karena menggunakan data historis untuk membuat data informasi. Penelitian ini menggunakan data yang sudah ada dari penelitian sebelumnya dan diimplementasikan bersama dengan fast fourier transform (FFT), hjorth descriptor, dan common spatial pattern (CSP) sebagai fitur ekstraksi dan k- nearest neighbor (K-NN) sebagai klasifikasi. Hasil akurasi sistem BCI menggunakan metode integrated selection dengan klasifikasi K-NN dengan nilai parameter k=1 dan ekstraksi ciri CSP merupakan hasil peningkatan akurasi dan hasil akurasi tertinggi, hasil peningkatan akurasi hingga 6% dan akurasi tertinggi 0.65. Selain itu pada penelitian ini menunjukan bahwa metode integrated selection dapat mempersingkat waktu komputasi enam kali lebih cepat. Secara umum, metode integrated selection telah terbukti dapat meningkatkan performa sistem BCI. Kata Kunci : Brain Computer Interface (BCI), Electroencephalogram (EEG), Integrated Selection, Fast Fourier Transform (FFT), dan Hjorth Descriptor, Common Spatial Selection(CSP), k- Nearest Neighbor (K-NN)