cover
Contact Name
Afri Yudamson
Contact Email
afri.yudamson@eng.unila.ac.id
Phone
+6285709220573
Journal Mail Official
afri.yudamson@eng.unila.ac.id
Editorial Address
Jurusan Teknik Elektro FT Universitas Lampung Gedung-H Fakultas Teknik Unila Jl. Prof. Soemantri Brojonegoro No. 1 Bandar Lampung 35145 Telp: +62882-6703-2879, +62853-5788-8738 WA: +62882-6703-2879 Website: http://electrician.unila.ac.id
Location
Kota bandar lampung,
Lampung
INDONESIA
Electrician : Jurnal Rekayasa dan Teknologi Elektro
Published by Universitas Lampung
ISSN : -     EISSN : 25493442     DOI : https://doi.org/10.23960/elc
Core Subject : Engineering,
Focus and Scope Publication of scientific research results in the field of electrical engineering which covers: ~ Power system analysis ~ Electrical energy conversion ~ High voltage technology ~ Electronics ~ Control system ~ Telecommunication system ~ Computer and interfacing ~ Information engineering.
Articles 621 Documents
Reduksi Noise Sensor Electrooculography Menggunakan Filter Kalman pada Kendali Mobile Robot Adi Ahmad Fauzi; Sri Suryani; Hendra Widodo
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 20 No. 1 (2026)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v20n1.3031

Abstract

Penggunaan Electrooculography (EOG) sebagai antarmuka kendali mobile robot menghadapi permasalahan utama berupa noise yang menurunkan kualitas sinyal dan akurasi sistem kendali. Penelitian ini mengkaji penerapan Filter Kalman untuk mereduksi noise pada data sensor EOG dalam sistem kendali mobile robot berbasis gerakan mata manusia. Metode penelitian meliputi perancangan modul sensor EOG, implementasi algoritma Filter Kalman, serta evaluasi kinerja sistem menggunakan Mean Squared Error (MSE) dengan variasi parameter noise pengukuran (R) dan noise proses (Q). Hasil pengujian menunjukkan bahwa konfigurasi parameter R = 10 dan Q = 1 menghasilkan keseimbangan optimal antara peredaman noise dan pelestarian karakteristik sinyal asli. Integrasi Filter Kalman terbukti meningkatkan stabilitas sinyal, akurasi, serta responsivitas sistem kendali mobile robot terhadap perintah gerakan mata. Penelitian ini memberikan kontribusi pada pengembangan sistem kendali robot berbasis EOG yang lebih andal dan efisien untuk interaksi manusia–robot.