Pengembangan sistem deteksi tingkat kewaspadaan berbasis EEG pada sistem tertanam menggunakan jaringan syaraf tiruan
Abstract
Penelitian tentang tingkat kewaspadaan dibutuhkan untuk menghindari kemungkinan kecelakaan yang terjadi pada jenis pekerjaan beresiko yang menuntut seseorang untuk fokus dan siaga dalam waktu yang lama. Penelitian ini menggunakan teknologi Electroencephalography (EEG) yang dapat memantau aktivitas otak manusia. Penelitian ini mencoba menggunakan sensor EEG tingkat konsumer Neurosky Mindwave Mobile yang lebih sederhana dibanding perangkat EEG biasa digunakan di bidang medis. Sinyal EEG diproses menggunakan transformasi wavelet lalu diklasifikasikan menggunakan metode jaringan syaraf tiruan menjadi tiga kelas tingkat kewaspadaan, yaitu siaga, mengantuk, dan tidur. Penelitian ini menghasilkan sistem tertanam yang diimplementasikan pada Raspberry Pi dan dapat mendeteksi tingkat kewaspadaan secara real-time. Akurasi sistem yang diperoleh adalah 77.03% saat diuji oleh enam orang subjek. Hasil dari sistem ini nantinya dapat digunakan sebagai input untuk aktuator yang akan bertindak memberi peringatan bahaya apabila kondisi kantuk dan tidur terdeteksi.
Collections
- UT - Computer Science [2323]