Perpustakaan Digital ITB

Brain-computer interface (BCI) tangan prostetik merupakan upaya dalam meningkatkan kualitas hidup individu dengan kendala penyakit neuromuscular, amputasi, dan lainnya. Pengembangan tangan prostetik dalam sistem BCI mengarah pada keterlibatan pengoperasian jari tangan agar diperoleh kemudahan dalam melakukan kegiatan sehari-hari. Studi ekstraksi fitur memiliki keterbatasan dengan dominasi penelitian pada ekstraksi fitur bagian tubuh utama, seperti kaki dan tangan. Studi sebelumnya dengan dataset dalam proyek ini belum mencapai akurasi minimum operasi BCI. Studi ini dilakukan untuk meningkatkan akurasi fitur sinyal elektroensepalografi motor imagery jari tangan dalam mengelompokkan lima kelas jari. Analisis dilakukan dengan melakukan eksplorasi fitur-fitur sinyal dalam berbagai representasi sinyal. Representasi sinyal diolah dari domain waktu menjadi amplitudo transformasi Fourier, power spectral density, dan spektogram. Fitur sinyal yang dihitung dari representasi sinyal diperoleh berdasarkan dua jenis fitur sinyal kanal independen dan kanal dependen. Sebagian besar fitur kanal independen diperoleh melalui parameter statistik. Pendekatan representasi sinyal sebagai fitur dilakukan sebagai analisis. Hasil akurasi akhir diamati juga terhadap rentang frekuensi sinyal otak. Klasifikasi sinyal dilakukan dengan support vector machine secara subjek dependen untuk menguantifikasikan performa diferensiasi. Akurasi tertinggi diamati dalam berbagai perspektif. Secara keseluruhan, akurasi tertinggi bernilai 44,49% diperoleh pada representasi sinyal spektogram dengan fitur keseluruhan amplitudo hasil transformasi memiliki akurasi. Terkhusus hasil dengan akurasi tertinggi, metrik evaluasi menunjukkan spesifisitas tertinggi pada telunjuk (94%) dan sensitivitas tertinggi pada ibu jari (84%). Fitur kanal independen dengan parameter statistik memiliki nilai 27,60% pada fitur rerata dan jumlah dengan nilai sama 27,60%. Fitur kanal dependen memiliki nilai 25,44% pada fitur yang berkaitan dengan kanal komplemen. Hasil akurasi menandakan aktivitas sinyal MI memiliki kontribusi diferensiasi yang tinggi ketika melibatkan keseluruhan nilai amplitudo hasil transformasi. Rentang frekuensi yang memiliki dampak tertinggi pada diferensiasi adalah sinyal dengan rentang frekuensi 0 hingga 5 Hz.