Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal MATHunesa: Jurnal Ilmiah Matematika
ANNISA HILMI MASRUROH
Program Studi Matematika, FMIPA, Universitas Negeri Surabaya
Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
KLASIFIKASI KEADAAAN EMOSIONAL BERDASARKAN SINYAL EEG MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE ANNISA HILMI MASRUROH
MATHunesa: Jurnal Ilmiah Matematika Vol 7 No 1 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1037.507 KB)

Abstract

Elektroensephalogram (EEG) merupakan salah satu biosinyal yang merekam aktivitas otak melalui kulit kepala. Diperlukan sebuah pengolahan sinyal EEG karena pengenalan secara visual sulit dilakukan. Hal tersebut dikarenakan sinyal EEG berbentuk gelombang elektrik yang sangat lemah. Pada penelitian ini, sinyal EEG diolah secara matematis sehingga dapat digunakan untuk mengklasifikasikan keadaan emosional. Seseorang tidak dapat mengidentifikasi keadaan emosional manusia dari isyarat verbal maupun non verbal saja karena emosi merupakan proses psiko-fisiologis yang dikaitkan dengan suasana hati, temperamen, kepribadian, serta motivasi. Untuk mengklasifikasikan keadaan emosional berdasarkan sinyal EEG, pada penelitian ini digunakan algoritma Support Vector Machine (SVM). Dataset yang digunakan adalah DEAP : A Database for Emotion Analysis using Physiological Signals dataset sebanyak 1280 data pada tiap 1 chunk sinyal. Eksperimen dilakukan menggunakan Weka 3.9 dengan split rasio 7:3. Dari hasil pengujian, akurasi yang diperoleh pada C=1 yaitu 56.25% dengan , 56.25% dengan , dan 56.77% dengan . Kata kunci : Klasifikasi, Keadaan Emosional, Sinyal EEG, SVM, DEAP dataset
Co-Authors