2014 TA PP STEPHEN ANDRONICUS YANTO - NATHANIEL CHANDRA HARJANTO 1-COVER.pdf
PUBLIC Open In Flip Book Ena Sukmana 2014 TA PP STEPHEN ANDRONICUS YANTO - NATHANIEL CHANDRA HARJANTO 1-BAB 1.pdf
PUBLIC Open In Flip Book Ena Sukmana 2014 TA PP STEPHEN ANDRONICUS YANTO - NATHANIEL CHANDRA HARJANTO 1-BAB 2.pdf
PUBLIC Open In Flip Book Ena Sukmana 2014 TA PP STEPHEN ANDRONICUS YANTO - NATHANIEL CHANDRA HARJANTO 1-BAB 3.pdf
PUBLIC Open In Flip Book Ena Sukmana 2014 TA PP STEPHEN ANDRONICUS YANTO - NATHANIEL CHANDRA HARJANTO 1-BAB 4.pdf
PUBLIC Open In Flip Book Ena Sukmana 2014 TA PP STEPHEN ANDRONICUS YANTO - NATHANIEL CHANDRA HARJANTO 1-BAB 5.pdf
PUBLIC Open In Flip Book Ena Sukmana 2014 TA PP STEPHEN ANDRONICUS YANTO - NATHANIEL CHANDRA HARJANTO 1-BAB 6.pdf
PUBLIC Open In Flip Book Ena Sukmana 2014 TA PP STEPHEN ANDRONICUS YANTO - NATHANIEL CHANDRA HARJANTO 1-PUSTAKA.pdf
PUBLIC Open In Flip Book Ena Sukmana
Menurut data evaluasi WHO terhadap taraf kelumpuhan global, 15% populasi dunia menderita kelumpuhan akibat penyakit saraf yang menyebabkan degradasi fungsi motorik tubuh. Bagi para penderita kelumpuhan motorik total, alat bantu medis seperti kursi roda konvensional tidak dapat memberikan solusi yang tepat. Alternatif solusi terhadap permasalahan ini ditawarkan oleh sistem antarmuka otak-komputer yang dapat menghubungkan otak manusia secara langsung dengan perangkat otomasi tanpa melalui pergerakan motorik otot. Saat ini, kelemahan sistem antarmuka otak-komputer terletak pada tingkat akurasi hasil klasifikasi yang rendah, fungsi yang terbatas dan waktu pelatihan yang cukup panjang
Sebagai bagian dari upaya pencarian solusi atas permasalahan ini, dilakukan penelitian tugas akhir berupa perancangan sistem antarmuka otak-komputer berbasis Steady State Visual Evoked Potential (SSVEP) dengan memodulasikan sinyal electroence-phalogram (EEG) melalui pemberian stimulus visual yang diasosiasikan dengan instruksi gerak motorik dasar tertentu. Tahap perancangan sistem antarmuka otak-komputer ini terdiri dari 2 tahap utama yaitu tahap perancangan stimulus visual optimal dan tahap perancangan platform sistem antarmuka otak-komputer yang meliputi perancangan proses ekstraksi fitur dan sistem klasifikasi.
Melalui penelitian ini dihasilkan sistem antarmuka otak-komputer dengan stimulus visual optimal berupa 4 stimuli visual dengan nilai parameter frekuensi berbeda dapat memodulasi sinyal otak naracoba sesuai frekuensi stimulus. Penggunaan antarmuka otak-komputer berbasis SSVEP yang dirancang dapat memaksimalkan tingkat akurasi sistem antarmuka otak-komputer hingga 84.66% dengan klasifikasi heuristik memanfaatkan fitur bank filter dan 82.69% dengan klasifikasi jaringan saraf tiruan. Pengujian stimulus visual, analisis dominansi kanal pengukuran EEG, dan perbandingan beberapa jenis sistem klasifikasi berbeda dilakukan untuk menciptakan sistem antarmuka otak-komputer dengan tingkat akurasi tinggi dan dapat berfungsi secara umum dengan waktu pelatihan yang singkat.