USKUSK

KITEKTROKITEKTRO

Emosi merupakan hal terpenting dalam kehidupan manusia yang dapat diungkapkan secara verbal melalui bahasa emosional dan nonverbal. Emosi yang ada di otak membuat sel akan menghasilkan gelombang listrik yang disebut dengan Bioelectricity. Bioelectricity dapat diukur dengan menggunakan data Electroencephalogram (EEG) dan Brain-Computer Interface (BCI). BCI beroperasi menggunakan algoritma untuk mengklasifikasikan sinyal EEG, yaitu Adaptive Neuro-Fuzzy Inference System (ANFIS). Penelitian ini mengevaluasi pengaruh fungsi keanggotaan dalam klasifikasi ANFIS menggunakan tiga variasi fungsi keanggotaan, yaitu Triangle (Trimf), Trapezoidal (Trapmf), dan Generalized Bell (GbeIImf). Pertama, data EEG diekstraksi menggunakan Discrete Wavelet Transform (DWT). Kemudian, emosi diklasifikasikan menggunakan ANFIS. Eksperimen menunjukkan penggunaan membership function yang paling baik untuk mengklasifikasikan emosi adalah Generalized-Bell pada jumlah epoch 10 dengan nilai RMSE yang didapatkan sebesar 0.63622.

Penelitian ini mengevaluasi pengaruh fungsi keanggotaan dalam klasifikasi ANFIS menggunakan tiga variasi fungsi keanggotaan.Hasil kinerja metode ANFIS bekerja sangat baik dalam mengklasifikasikan emosi data EEG dengan pra-proses untuk menentukan empat emosi.Fungsi keanggotaan terbaik diperoleh dengan arsitektur membership function Generalized-Bell pada jumlah epoch 10 dengan nilai RMSE sebesar 0.Kesimpulan penelitian ini menunjukkan bahwa variasi tipe membership function berpengaruh besar terhadap hasil simulasi pada sistem.

Berdasarkan hasil penelitian, beberapa saran penelitian lanjutan dapat dikembangkan. Pertama, penelitian dapat dilakukan untuk mengeksplorasi penggunaan fungsi keanggotaan lain seperti Gaussian atau Fuzzy C-Means dalam sistem ANFIS untuk meningkatkan akurasi klasifikasi emosi. Kedua, penggunaan teknik ekstraksi fitur alternatif seperti Transformasi Fourier Cepat (FFT) atau Deep Learning dapat diuji untuk membandingkan efektivitasnya dengan DWT dalam menangani sinyal EEG non-stasioner. Ketiga, pengembangan sistem deteksi emosi real-time yang mengintegrasikan ANFIS dengan teknologi BCI dapat dilakukan untuk aplikasi praktis dalam bidang kesehatan mental atau pengambilan keputusan berbasis emosi.

Read online
File size1.25 MB
Pages7
DMCAReport

Related /

ads-block-test