Abstrak

Elektroensephalogram (EEG) merupakan sebuah sinyal yang memberikan informasi fungsi otak dan syaraf gangguan. Sinyal EEG mempunyai amplitude yang rendah, non stasioner dan tidak ada pola tertentu sehingga tidak mudah untuk dianalisis secara visual. Beberapa variabel yang mempengaruhi sinyal EEG, seperti tingkat perhatian, tingkat kewaspadaan, pengaruh rangsangan luar termasuk kondisi emosional. Penelitian ini membangun sistem klasifikasi sinyal EEG berdasarkan kondisi emosional menggunakan Autoregressive (AR) dan Support Vector Machine (SVM). Penggunaan ekstraski fitur Burg AR dimaksudkan untuk mencari nilai koefisien yang menjadi tinjauan klasifikasi. Sistem klasifikasi menggunakan SVM dengan 200 koefisien tiap data, dengan pengujian data latih sistem klasifikasi sinyal EEG menggunakan ekstraksi fitur AR dan SVM untuk kelas kecewa diperoleh akurasi sebesar 0%, rileks 100%, 0% marah, dan semangat 1,66 %, sedangkan pengujian terhadap data uji kelas kecewa menghasilkan kurasi sebesar 0.55%, rileks 99.43%, marah 0%, dan semangat 0.55%.

Kata kunci— Sinyal EEG; Autoregressive; Support Vector Machine