Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Bisnis
Miranda, Cantika
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi Sinyal EEG dengan Stimuli Aromatik Menggunakan Metode Support Vector Machine Yulia, Mira; ., Anita; Miranda, Cantika
Jurnal Ilmu Komputer dan Bisnis Vol 10 No 1 (2019)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Electroencephalogram (EEG) adalah aktivitas sinyal listrik yang berasal dari elektroda yang menempel pada area otak. Aktivitas sinyal listrik dari otak menyimpan informasi penting yang menjadi sumber informasi utama dalam mendeteksi. Support Vector Machine(SVM) digunakan untuk mengklasifikasikan EEG sinyal untuk mendapatkan efek hasil deteksi. Penelitian ini bertujuan untuk menghasilkan model SVM yang dapat menentukan data EEG untuk subyek berpengaruh atau tidak. Dalam rekaman EEG, sinyal yang diterima tidak seluruhnya berasal dari otak tapi mungkin terkontaminasi oleh sinyal lain. Jadi untuk mendapatkan informasi yang tepat, lakukan pemrosesan sinyal digital pada sinyal EEG, dan menggunakan aromatik untuk membuat kenyamanan saat tidur.
KLASIFIKASI SINYAL EEG DENGAN STIMULI AROMATIK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE MIRA YULIA; ANITA; CANTIKA MIRANDA
Jurnal Ilmu Komputer dan Bisnis Vol. 10 No. 1 (2019): Vol. 10 No. 1 (2019)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v10i1.64

Abstract

Electroencephalogram (EEG) adalah aktivitas sinyal listrik yang berasal dari elektroda yang menempel pada area otak. Aktivitas sinyal listrik dari otak menyimpan informasi penting yang menjadi sumber informasi utama dalam mendeteksi. Support Vector Machine(SVM) digunakan untuk mengklasifikasikan EEG sinyal untuk mendapatkan efek hasil deteksi. Penelitian ini bertujuan untuk menghasilkan model SVM yang dapat menentukan data EEG untuk subyek berpengaruh atau tidak. Dalam rekaman EEG, sinyal yang diterima tidak seluruhnya berasal dari otak tapi mungkin terkontaminasi oleh sinyal lain. Jadi untuk mendapatkan informasi yang tepat, lakukan pemrosesan sinyal digital pada sinyal EEG, dan menggunakan aromatik untuk membuat kenyamanan saat tidur.
Co-Authors Anita ANITA . MIRA YULIA Yulia, Mira