Detail Inovasi Perguruan Tinggi


Tema: Prosiding SNST ke-7 Tahun 2016
Judul: KLASIFIKASI SINYAL EEG TERHADAP RANGSANGAN SUARA MENGGUNAKAN POWER SPECTRAL DENCITY DAN MULTILAYER PERCEPTRON
Perguruan Tinggi: Universitas Jenderal Achmad Yani
Jenis/sdm: dosen/0402127002

Tahun: 2016

Suara sangat berpengaruh pada aktifitas di otak, termasuk alunan musik. Beberapa jenis musik memiliki pengaruh menenangkan pikiran, bahkan musik dapat membantu mengurangi stres pada seseorang yang sedang dalam kondisi stres. Selain itu musik juga dapat meningkatkan mood seseorang, dan memberikan energi bagi pendengar. Salah satu perangkat yang dapat menangkap kondisi pikiran termasuk pengaruh rangsangan suara adalah Electroencephalogram (EEG), yang menangkap aktivitas listrik di otak. Namun analisis sinyal EEG tidaklah mudah, karena amplitudonya kecil sehingga mudah tertimbuh noise, dan tidak mempunyai bentuk yang baku. Penelitian ini membuat sistem yang dapat mengklasifikasikan sinyal EEG terhadap rangsangan suara menggunakan ekstraksi power spektral dan Jaringan Syaraf Tiruan Backpropagation dan mengklasifikasikan terhadap 3 kelas yaitu musik klasik, murotal Al-Quran dan musik rock. Ekstraksi menggunakan power spectral dengan lebar window 2 detik dan overlap 50% serta klasifikasi menggunakan algoritma backropagation menghasilkan akurasi sebesar 75% untuk data uji dan 62.5% untuk data latih. Kata kunci: Jaringan Syaraf Tiruan, Power Spectral, Rangsangan Suara, Sinyal EEG