Brain computer interface (BCI). BCI adalah sistem yang dapat menerjemahkan, mengelola dan mengenali aktivitas otak manusia. Salah satu device dari BCI untuk merekam sinyal otak yaitu Electroencephalogram (EEG). EEG merekam aktivitas elektron pada otak manusia. Sinyal otak yang direkam dengan EEG memiliki sinyal informasi yang beragam, salah satunya adalah sinyal imajinasi gerak.
Penelitian sinyal EEG imajinasi gerak dilakukan sebanyak 3 skenario dan menggunakan dua data set berbeda. Data set yang pertama terdiri dari 3 subject yang direkam menggunakan EEG 7 kanal. Data set yang kedua terdiri dari 5 subject yang direkam menggunakan EEG 118 kanal. Penilitian sinyal EEG imajinasi gerak terdiri dari beberapa tahapan. Tahapan yang pertama yaitu konversi data set sinyal EEG kedalam bentuk citra menggunakan sistem yang telah dibuat. Kemudian, citra sinyal EEG memasuki tahapan selanjutnya, yaitu ekstraksi ciri dengan Gray Level Co-Ocurrence Matrix (GLCM). Citra hasil ekstraksi ciri memasuki tahapan selanjutya yaitu klasifikasi dengan K-Nearest Neigbors (K-NN).
Pada hasil penelitian sinyal imajinasi gerak didapatkan citra imajinasi gerak menghasilkan performa cukup baik. Pada pengujian sistem menggunakan data set 1, proses filtering sinyal berhasil meningkatkan performa sistem sebesar 2% akurasi. Sedangkan pada pengujian sistem menggunakan data set 2, dihasilkan peningkatan akurasi sebesar 9% dibandingkan dengan pengolahan sinyal EEG secara konvensional.