IDENTIFIKASI KONDISI SINYAL ELECTROENCEPHALOGRAM (EEG) YANG TERPAPAR RADIASI SINYAL GAWAI 4G LTE 1800 MHz MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

  • Inung Wijayanto

Abstract

Sinyal Electroencephalogram (EEG) merupakan sinyal yang didapat dengan cara merekam aktivitas elektrik spontan gelombang otak dengan cara mengukur fluktuasi tegangan di dalam neuron otak selama periode waktu tertentu. Tulisan ini membahas tentang klasifikasi sinyal EEG yang terpapar radiasi gawai 4G LTE 1800 MHz dengan menggunakan Learning Vector Quantization (LVQ). Sinyal EEG yang diamati adalah sinyal delta dan sinyal theta. Ekstraksi ciri yang digunakan untuk memperoleh vektor ciri adalah transformasi wavelet. Dari 45 data uji, sistem berhasil mengklasifikasi sinyal EEG yang belum terpapar radiasi dengan tingkat akurasi identifikasi 93%. Sementara untuk kondisi sedang terpapar radiasi, didapatkan akurasi identifikasi sebesar 100% dan untuk kondisi sesaat setelah terpapar radiasi, didapatkan akurasi identifikasi sebesar 73%. Rata-rata waktu yang dibutuhkan sistem untuk melakukan identifikasi adalah sebesar 1,43 detik.

Published
2019-01-14
How to Cite
WIJAYANTO, Inung. IDENTIFIKASI KONDISI SINYAL ELECTROENCEPHALOGRAM (EEG) YANG TERPAPAR RADIASI SINYAL GAWAI 4G LTE 1800 MHz MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ). TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika, [S.l.], v. 1, n. 2, jan. 2019. ISSN 2502-2105. Available at: <http://journals.telkomuniversity.ac.id/tektrika/article/view/1746>. Date accessed: 25 mar. 2019. doi: https://doi.org/10.25124/tektrika.v1i2.1746.

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.