<![CDATA[Penelitian tentang deteksi emosi dengan menggunakan gelombang otak atau electroencephalography (EEG) telah banyak dilakukan dengan berbagai metode. Salah satu model emosi yang banyak dipakai untuk mengklasifikasikan emosi manusia yaitu dengan membagi emosi ke dalam dua dimensi yaitu dimensi arousal dan valence. Pada penelitian ini diusulkan suatu metode untuk melakukan klasifikasi emosi dengan menggunakan Convolutional Neural Networks (CNN) yang cocok untuk digunakan mengatasi data dengan dimensi yang sangat tinggi seperti EEG. Pada penelitian ini permasalahan overfitting yang terjadi karena kekurangan sampel data EEG berhasil diatasi dengan melakukan proses augmentasi data dengan memanfaatkan ukuran jendela segmentasi efektif sebesar 4 detik. Dari hasil percobaan diperoleh model terbaik dengan akurasi untuk model arousal sebesar 72% dan model valence sebesar 71%,.]]>
Copyrights © 2019
