Identifikasi Kedipan Mata dengan Menggunakan Sensor Electroencephalography dan Metode K-Nearest Neighbour
| Autor: | Rudi Uswarman, Swadexi Istiqphara, Uri Arta Ramadhani |
|---|---|
| Rok vydání: | 2020 |
| Zdroj: | Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI). 3:24-28 |
| ISSN: | 2621-3052 2620-8342 |
| DOI: | 10.32672/jnkti.v3i1.1963 |
| Popis: | Pada paper ini membahas tentang pendeteksian kedipan mata dengan menggunakan metode K-Nearest Neighbour dan Perangkat sensor gelombang otak (Electroencephalography/EEG). EEG atau Sensor gelombang otak merupakan sensor yang terdiri dari elektroda yang berfungsi untuk mendeteksi sinyal-sinyal listrik pada permukaan kulit kepala. Sinyal-sinyal listrik dihasilkan oleh gelombang otak saat tubuh melakukan aktifitas fisik, seperti mengedipkan mata, menggerakan tangan, kondisi tidur dan juga saat emosi. Pada EEG, elektroda yang digunakan sebaiknya lebih dari satu buah, hal ini untuk mendeteksi perubahan sinyal listrik dibeberapa bagian kepala sehingga dapat meningkatkan jenis aktifitas tubuh yang dapat diidentifikasi. Luaran EEG merupakan hasil pembacaan listrik yang dikonversi kedalam nilai ADC, sehingga masih membutuhkan pemrosesan selanjutnya agar dapat digunakan untuk mendeteksi gerakan. Pada paper ini digunakan metode K-Nearest Neighbour dengan dua teknik pemrosesan data untuk memproses data yang dihasilkan oleh elektroda untuk mendeteksi berkedip atau tidak. Hasil yang diperoleh menunjukan KNN #2 memiliki performa yang lebih baik dibandingkan metode KNN #1 baik dalam akurasi maupun kecepatan. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|