Klasifikasi Keadaan Mata Berdasarkan Sinyal Electroencephalography Menggunakan Gaussian Process

Abstract

Abstrak
Electroenchepalography (EEG) merupakan pemonitoran sinyal dimana sinyal tersebut dipancarkan oleh
otak dan diterima oleh elektroda. Hasil pemindaian sinyal-sinyal tersebut dapat diterapkan menjadi antar-
muka komputer-otak (Brain-computer Interface, BCI). Banyak sekali penerapan dari BCI ini, salah satunya
adalahklasifikasi kondisi mata, baik terbuka maupun tertutup. Agar kondisi mata dapat dikenal melalui
sinyal otak, maka dibutuhkan metode klasifikasi untuk melakukannya. Pada artikel ini, Gaussian Process
diterapkan sebagai classifier untuk mengklasifikasi kondisi mata tersebut. Untuk performansi, classifier
Gaussian Process telah mencapai akurasi sejumlah 98.663%, presisi 98.283%, recall 98.849%, dan f1-score
senilai 98.565%, dengan mengunakan Mate´rn sebagai fungsi kovarian dengan parameter ν =
, perban-
dingan data testing dan data training sejumlah 1:9, dan satu kali iterasi Newton.
Kata kunci: Electroencephalography, Brain-computer Interface, Kondisi mata, Gaussian Process
Abstract
Electroencephalography (EEG) is a signal monitoring which observes brain waves through electrodes. This
set of signals can be applied to Brain-computer Interface (BCI). There are many applications of BCI, one of
them can classify the Eye-state, both eyes open or closed. For those signals recognizing, it needs to determine
a method of classifier system. In this article, Gaussian Process is implemented as probabilistic classifier to
categorize Eye-state based on Electroencephalography signal. For performance, Gaussian Process classifier
had reached 98.663% accuracy, 98.283% precision, 98.849% recall, and 98.565% of f1-score, with using
Mate´rn as covariance function with parameter parameter ν =
3
, testing-training ratio 1:9, and one time of
Newton’s iterations.
Keywords: Electroencephalography, Brain-computer Interface, Eye-state, Gaussian Process