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