Deteksi Kondisi Penggunaan Vape Dilihat Dari Aktivitas Otak Menggunakan Eeg Dengan Metode Self Organizing Map (som)

Abstract

Abstrak Nikotin merupakan zat adiktif yang pada umumnya dijumpai pada kandungan rokok. Kandungan Nikotin ini yang dapat membuat seseorang menjadi kecanduan. Rokok sendiri ada dua jenis, yaitu rokok konvensional dan rokok elektrik. Rokok Elektrik atau sering disebut dengan vape merupakan cara baru untuk seseorang melakukan kegiatan perokok, namun yang dihasilkan dari sisa pembakaran bukanlah asap, melainkan uap air hasil dari penguapan liquid pada vape.. Pada penelitian ini penulis membuat suatu aplikasi berbasis MATLAB menggunakan metode Electroencepalograph (EEG) untuk ekstraksi ciri dengan klasifikasi Self Orginzing Maps (SOM) yang menganalisa sinyal beta dan gamma pada otak manusia untuk mengetahui keadaan otaknya. Pada tugas akhir ini, telah dilakukan analisa sinyal beta dan gamma pada otak manusia untuk mengetahui keadaan otaknya. Dengan menggunakan EEG 4 kanal sebagai alat pendeteksi sinyal otak dan metode yang digunakan pada penelitian ini adalah metode Self Organizing Maps (SOM). Hasil persentase akurasi tertinggi yang didapatkan adalah 62,5%. Kata Kunci : vape, Electroencephalography (EEG), Self-Organizing Map (SOM) , nikotin, beta, gamma, otak Abstract Nicotine is an addictive substance that is commonly found in the content of cigarettes. This nicotine content can make someone addicted. Cigarettes themselves are of two types, namely conventional cigarettes and electric cigarettes. Electric Cigarette or often referred to as vape is a new way for someone to do smoker activities, but what is produced from the rest of the combustion is not smoke, but rather water vapor resulting from liquid evaporation on the vape. In this study the authors constructed a MATLAB-based application using the Electroencepalograph (EEG) method for feature extraction with the Self Orginzing Maps (SOM) classification. The purpose of this final project is to determine the form of beta and gamma signals in a person's brain. In this final project, an analysis of beta and gamma signals in the human brain has been carried out to determine the state of the brain. By using a 4 channel EEG as a brain signal detector and the method used in this study is the Self Organizing Maps (SOM) method. The highest percetage result obtained were 62,5%. Keywords : Video game, Electroencephalography, Discrete Wavelet Transform, K-Neaerst Neighbor.