Abstrak

Elektroensephalogram (EEG) digunakan untuk mengetahui sinyal-sinyal listrik pada otak yang memberikan informasi fungsi otak dan syaraf gangguan. Sinyal EEG mempunyai amplitude yang rendah, non stasioner, dan tidak ada pola tertentu sehingga sulit untuk dimengerti oleh manusia atau dianalisis secara visual. Beberapa variabel yang mempengaruhi sinyal EEG seperti tingkat perhatian, tingkat kewaspadaan, kelelahan, termasuk kondisi emosional. Untuk memudahkan proses klasifikasi, dibuatlah sebuah sistem klasifikasi sinyal EEG terhadap kondisi emosional menggunakan Wavelet, dan Jaringan Syaraf Tiruan (JST) untuk proses pembelajarannya. Kompleksitas sinyal EEG membuat pemilihan model ekstraksi sinyal EEG menentukan keberhasilan klasifikasi. Ekstraksi sinyal yang digunakan dalam penelitian ini menggunakan metode wavelet dengan filter daubechies4. Dengan menggunakan metode wavelet sinyal EEG tersebut akan dikonversi ke dalam komponen frekuensi yang berbeda, dengan melewatkan koefisien terhadap filter yang digunakan (daubechies4). Penggunaan metode ekstraksi wavelet meningkatkan akurasi sistem klasifikasi. Kondisi emosional yang ditentukan yaitu nyaman/rileks, semangat, marah dan kecewa. Pengujian terhadap data latih untuk kelas rileks menghasilkan tingkat akurasi sebesar 83.33%, kelas semangat menghasilkan 90%, kelas marah menghasilkan 83.33%, dan kelas kecewa mengkasilkan akurasi sebesar 90%. Pengujian terhadap data uji 4 naracoba dan 4 kondisi menghasilkan tingkat akurasi sebesar 25.56%.

Kata kunci— Sinyal EEG; Wavelet; Jaringan Syaraf Tiruan; Backpropagation.