ABSTRAKSI: Otak adalah pusat pengatur dari segala aktivitas yang terjadi di dalam tubuh makhluk hidup. Otak manusia berfungsi sebagai pusat management aktivitas yang terjadi dalam tubuh manusia.. Pada saat ini otak menjadi salah satu objek penelitian yang dilakukan oleh i para ahli saraf dan berusaha untuk memahami aktivitas yang terjadi di dalam tubuh manusia.
Salah satu cara yang dilakukan untuk mendeteksi aktivitas yang terjadi di dalam tubuh makhluk hidup adalah dengan menganalisa sinyal Electoencephalogram(EEG) yaitu sinyal yang merupakan akumulasi dari ribuan neuron yang berada di dalam otak manusia. Sinyal EEG merupakan penjumlahan dari sejumlah pita frekuensi dengan karakteristik tertentu yang mempunyal nilai dan besaran yang berbeda-beda sesuai dengan aktifitas yang sedang berlangsung dalam tubuh manusia.
Pada Tugas Akhir ini dilakukan ekstraksi sinyal EEG dengan menggunakan transformasi Wavelet Haar. Transformasi wavelet digunakan untuk menganalisa sinyal motorik dalam domain waktu dan frekuensi, sehingga dapat dianalisa dalam domain waktu dan frekuensi pada saat terjadi pergerakan motorik. Melalui metoda ini dapat diketahui nilai frekuensi yang dominan dalam sinyal motorik pada saat terjadi pergerakan. Output yang dihasilkan dianalisa dalam domain sinyal mu dimana pergerakan motorik tangan terjadi dalam range frekuensi 9-11 Hz. Proses klasifikasi yang dilakukan dengan menggunakan algoritma Bayesian dan didapatkan akurasi data sebesar 88.15 % untuk kelas 1 dan 90.37 % untuk kelas 2.Kata Kunci : Electoencephalogram(EEG), Wavelet Haar, sinyal mu, BayesianABSTRACT: Brain is the center regulator from all activities that occur in the human body. Brain of human being function as the centre of activity management that occur in the body of human being. Nowadays, the brain become one of the research object which done by the neurologist and out for comprehend activity that occurs in human being body.
One of way that has to be done to detect the activity that occurs in human being body is analyze Electroencephalogram (EEG) signal. EEG signal is accumulate of many signals from thousand of neurons which residing in human being brain. EEG signal represents quantifying from a number of frequency bands with certain characteristic which has different value according to underway activity in human being body.
This Final Project extracts EEG signal using Wavelet Haar transformation. Wavelet transformation is used to analyze motoric signal in time domain and frequency domain, so when there is a motoric movement, it can be analyze in time domain and frequency domain. Through this method, it can be found the value of dominant frequency in motoric signal when there is a movement. Output is analyzed in mu signal domain where the movement of motoric hand occurs in range of frequency 9-11 Hz. Classification process using Bayesian algorithm and it reach 88.15 % for class 1 and 90.37 % for class 2 for its accuration.
Keyword: Electroencephalogram (EEG), Wavelet Haar, mu signal, Bayesian