Rista Wulansari
Jurusan Informatika, Fakultas MIPA, Universitas Jenderal Achmad Yani

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI SINYAL EEG TERHADAP RANGSANGAN SUARA MENGGUNAKAN POWER SPECTRAL DENCITY DAN MULTILAYER PERCEPTRON Rista Wulansari; Esmeralda Contesa Djamal; Tedjo Darmanto
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.195 KB)

Abstract

Suara sangat berpengaruh pada aktifitas di otak, termasuk alunan musik. Beberapa jenis musik memiliki pengaruh menenangkan pikiran, bahkan musik dapat membantu mengurangi stres pada seseorang  yang sedang dalam kondisi stres. Selain itu musik juga dapat meningkatkan mood seseorang, dan memberikan energi bagi pendengar. Salah satu perangkat yang dapat menangkap kondisi pikiran termasuk pengaruh rangsangan suara adalah Electroencephalogram (EEG), yang menangkap aktivitas listrik di otak. Namun analisis sinyal EEG tidaklah mudah, karena amplitudonya kecil sehingga mudah tertimbuh noise, dan tidak mempunyai bentuk yang baku. Penelitian ini membuat sistem yang dapat mengklasifikasikan sinyal EEG terhadap rangsangan suara menggunakan ekstraksi power spektral dan Jaringan Syaraf Tiruan Backpropagation dan mengklasifikasikan terhadap 3 kelas yaitu musik klasik, murotal Al-Quran dan musik rock. Ekstraksi menggunakan power spectral dengan lebar window 2 detik dan overlap 50% serta klasifikasi menggunakan algoritma backropagation menghasilkan akurasi sebesar 75% untuk data uji dan 62.5% untuk data latih. Kata kunci: Jaringan Syaraf Tiruan, Power Spectral, Rangsangan Suara, Sinyal EEG