<![CDATA[Electroencephalogram (EEG) merupakan aktifitas sinyal listrik yang berasal dari elektroda yang dipasangkan pada area otak. Aktifitas sinyal listrik dari otak menyimpan informasi penting yang merupakan sumber informasi utama dalam mendeteksi kebohongan. Support Vector Machine (SVM) digunakan untuk mengklasifikasi siyal EEG untuk mendapatkan hasil deteksi kebohongan. Penelitian ini bertujuan untuk menghasilkan model SVM yang dapat menentukan data EEG untuk subjek berbohong atau tidak. Dalam perekaman EEG, sinyal yang didapat tidak sepenuhnya berasal dari otak namun dapat terkontaminasi oleh sinyal lain seperti EOG, ECG dan EMG. Sehingga untuk mendapatkan informasi yang sesuai, maka dilakukan tahapan pengolahan sinyal digital pada sinyal EEG. Tahapan pengolahan digital meliputi, remove offset, Independent Component Analysis (ICA), Bandpass filter dan Trial data. Sinyal EEG yang bersih digunakan untuk mengetahui informasi yang disembunyikan oleh subjek, misalnya ketika sedang berbohong. Penelitian yang dilakukan menghasilkan model SVM dengan akurasi 75% dan waktu komputasi 0.009 detik, sehingga dapat menentukan data EEG untuk subjek berbohong atau tidak.]]>
Copyrights © 0000
