Klasifikasi Sinyal Eeg Menggunakan Deep Neural Network

Renette Ersti, Untari Novia Wisesty, Jondri Nasri

Abstract

Emosi adalah luapan perasaan seseorang yang dipengaruhi oleh suasana hati dan keadaan sekitarnya. Tidak semua orang dapat dengan mudah menyampaikan emosinya. Bagi orang yang kesusahan dalam menyampaikan emosi, orang tersebut tentu membutuhkan perantara. Salah satu caranya yaitu dengan membaca aktivitas sinyal otak atau biasa disebut dengan electroencephalograph (EEG). Pada Tugas Akhir ini, proses klasifikasi emosi terdiri dari tahap preprocessing, training, dan testing. Preprocessing dilakukan dengan menggunakan metode Discrete Wavelet Transform. Digunakan metode Deep Neural Network untuk mengolah sinyal EEG untuk diklasifikasi..

Metode Deep Neural Network menghasilkan performansi yang rendah. Data yang bagus dapat mengoptimalkan performansi sistem. Performansi terbaik diperoleh pada percobaan dengan learning rate sebesar 0.01 dan dengan parameter konstan epoch sebesar 100, epoch2 sebesar 10, dan menggunakan fungsi aktivasi sigmoid bipolar yaitu fscore sebesar 0.2051.

Kata kunci : emosi, electroencephalograph, Deep Neural Networks, Discrete Wavelet Transform.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0