<![CDATA[Deteksi kesadaran penting dalam pemantauan kondisi seseorang, terutama ketika respons verbal atau motorik sulit diamati. Penelitian ini membangun sistem deteksi kesadaran real-time berbasis sinyal Electroencephalography (EEG) menggunakan Muse 2 EEG Headband dengan kanal AF7 sebagai kanal utama. Sistem menerima data dari Muse 2 secara real-time maupun melalui mode CSV replay. Tahapan sistem meliputi akuisisi EEG, segmentasi window, downsampling, filtering, normalisasi, dekomposisi sinyal menggunakan Variational Mode Decomposition (VMD), ekstraksi fitur, klasifikasi menggunakan Ensemble Bagged Tree, dan majority voting. Fitur yang digunakan terdiri dari Sample Entropy, Spectral Entropy, Skewness, dan Kurtosis dari setiap mode VMD. Sistem juga dilengkapi GUI untuk menampilkan sinyal EEG, mode VMD, nilai fitur, probabilitas, latensi, voting window, dan hasil klasifikasi. Hasil pengujian menunjukkan akurasi kesesuaian jumlah sampel sebesar 99,9954% dengan error 0,0046%, serta 83,12% dari seluruh window memiliki amplitudo pada rentang fisiologis umum. Pengujian rekonstruksi VMD memperoleh NRMSE 0,85% dan korelasi 0,9984. Pengujian model menghasilkan akurasi keseluruhan 87%, sedangkan rata-rata waktu komputasi sistem sebesar 47,35 ms per window. Hasil tersebut menunjukkan bahwa sistem mampu melakukan deteksi kesadaran berbasis EEG secara real-time.]]>
Copyrights © 2026
