Main Article Content

MIRA YULIA
ANITA
CANTIKA MIRANDA

Abstract

Electroencephalogram (EEG) adalah aktivitas sinyal listrik yang berasal dari elektroda yang menempel pada area otak. Aktivitas sinyal listrik dari otak menyimpan informasi penting yang menjadi sumber informasi utama dalam mendeteksi. Support Vector Machine(SVM) digunakan untuk mengklasifikasikan EEG sinyal untuk mendapatkan efek hasil deteksi. Penelitian ini bertujuan untuk menghasilkan model SVM yang dapat menentukan data EEG untuk subyek berpengaruh atau tidak. Dalam rekaman EEG, sinyal yang diterima tidak seluruhnya berasal dari otak tapi mungkin terkontaminasi oleh sinyal lain. Jadi untuk mendapatkan informasi yang tepat, lakukan pemrosesan sinyal digital pada sinyal EEG, dan menggunakan aromatik untuk membuat kenyamanan saat tidur.

Downloads

Download data is not yet available.

Article Details

References
1. Chen, L., L. Li, and L. Xiao. "Differences of EEG between Eyes-Open and Eyes-Closed States Based on Autoregressive Method." Journal Of Electronic Science
2. Technology Of China, 2009: 175-179. [2] Roesler, Oliver, dan David Suendermann. “A First Step towards Eye State Prediction Using EEG.” in Proceedings of International Conference on Applied Informatics for Health and Life Science. Istanbul: Turkey, 2013.
3. Z. H. Murat, M. N. Taib, S. Lias, R. S. S. A. Kadir, N. Sulaiman, and M. Mustafa, “EEG Analysis for Brainwave Balancing Index (BBI),” 2010 2nd Int. Conf. Comput. Intell. Commun. Syst. Netw., pp. 389–393, Jul. 2010.
4. S. Cososchi, R. Strungaru, A. Ungureanu, and M. Ungureanu, “EEG features extraction for motor imagery.,” Conf. Proc. Annu. Int. Conf. IEEE Eng. Med. Biol. Soc. IEEE Eng. Med. Biol. Soc. Annu. Conf., vol. 1, pp. 1142–5, Jan. 2006.
5. K. Polat and S. Güneş, “Classification of epileptiform EEG using a hybrid system based on decision tree classifier and fast Fourier transform,” Appl. Math. Comput., vol. 187, no. 2, pp. 1017–1026, Apr. 2007.
6. Jorge Baztarrica Ochoa, EEG Signal Classification for Brain Computer Interface Applications, March 28th, 2002.
7. Rajesh Kannan. Megalingam, Athul. Asokan Thulasi, Rithun. Raj Krishna, Manoj. Katta Venkata, Ajithesh. Gupta B V, Tatikonda. Uday Dutt, Thought Controlled Wheelchair Using EEG Acquisition Device, 3rd International Conference on Advancements in Electronics and Power Engineering (ICAEPE'2013) January 8-9, 2013 Kuala Lumpur (Malaysia).
8. Boyu Wang, Feng Wan, Peng Un Mak, Pui In Mak, and Mang I Vai, Member IEEE, EEG Signals Classification for Brain Computer Interfaces Based on Gaussian Process Classifier, May, 2009