BAB I PENDAHULUAN. 1.1 Latar Belakang

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN 1.1 Latar Belakang

1. Pendahuluan. 1.1 Latar Belakang

KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati

DAFTAR ISI. Halaman Judul. Lembar Pengesahan Pembimbing. Lembar Pengesahan Penguji. Halaman Persembahan. Halaman Motto. Kata Pengantar.

IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM

Gambar 3.1 Desain Penelitian

MILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Rumusan Masalah

BAB III METODOLOGI PENELITIAN

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR

METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN

Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

DAFTAR ISI. Halaman Judul. Lembar Pengesahan Pembimbing. Lembar Pernyataan Keaslian. Lembar Pengesahan Penguji. Halaman Persembahan.

Aplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita

BAB I PENDAHULUAN. I.1 Latar Belakang Masalah

DAFTAR ISI LEMBAR PENGESAHAN... LEMBAR PERSETUJUAN... PERNYATAAN KEASLIAN... ABSTRAK... ABSTRACT... KATA PENGANTAR... vii DAFTAR ISI...

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION

BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM

BAB I PENDAHULUAN. yang menyerupai otak manusia yang dikenal dengan jaringan syaraf tiruan.

BAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian

BAB III METODE PENELITIAN. Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu

Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation

Mahasiswa: Muhimmatul Khoiro Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si.

SLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK

BAB I PENDAHULUAN. untuk meniru sistem visual manusia (human vision).

MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA

BAB 1 PENDAHULUAN. 1 Universitas Kristen Maranatha. Gambar 1.1 : Ilustrasi jaringan syaraf manusia yang diadaptasi untuk ANN (Kriesel, 2011)

BAB 3 METODOLOGI PENELITIAN

BAB I PENDAHULUAN. bahkan di Dunia. Penyakit jantung dapat dideteksi dengan alat elektrokardiograf

11 BAB I 12 PENDAHULUAN

IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK

APLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA

BAB I PENDAHULUAN. xvi

BAB III PERANCANGAN SISTEM

PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Architecture Net, Simple Neural Net

JARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA

SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON

BAB I PENDAHULUAN. Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara

PERANCANGAN SOFTSENSOR KADAR GAS BUANG PADA STACK HASIL KELUARAN HRSG (HEAT RECOVERY STEAM GENERATOR) DENGAN METODE JARINGAN SYARAF TIRUAN

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation

POSITRON, Vol. IV, No. 2 (2014), Hal ISSN :

PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011

Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)*

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN UKDW

ABSTRAK. Michael Parlindungan ( ) Jurusan Teknik Elektro Universitas Kristen Maranatha

BAB III ANALISIS DAN PERANCANGAN

BAB I PENDAHULUAN. 1.1 Latar Belakang.

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI

Universitas Bina Nusantara

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 4 DISAIN MODEL. Pengguna. Citra. Ekstraksi Ciri x. Antar muka (Interface) Data Hasil Ekstraksi Ciri. Testing dan Identifikasi.

PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK

IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION

Jurnal Coding, Sistem Komputer Untan Volume 04, No.2 (2016), hal ISSN : x

BAB I PENDAHULUAN. berbeda antara manusia satu dengan yang lain. Manusia mengenali

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI

DETEKSI NOMINAL DAN KEASLIAN UANG KERTAS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON

Optimalisasi Identifikasi Sidik Jari Menggunakan Metode Neural network pada Sistem Keamanan Sepeda Motor

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Jaringan syaraf dengan lapisan tunggal

PERANCANGAN APLIKASI MENGIDENTIFIKASI PENYAKIT MATA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

BAB I PENDAHULUAN. 1.1 Latar belakang

MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)

BAB I PENDAHULUAN. 1.1 Latar Belakang

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun.

PENGARUH UJI TUKEY TERHADAP VERIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN

PREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK

Jaringan Syaraf Tiruan. Disusun oleh: Liana Kusuma Ningrum

IDENTIFIKASI TANDA TANGAN MENGGUNAKAN GLOBAL FEATURE EXTRACTION, MOMEN INVARIAN DAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION

BAB III METODE PENELITIAN

Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Untuk Memprediksi Jumlah Pengangguran (Studi Kasus DiKota Padang)

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan Februari 2014 sampai dengan Juli 2014 di

BAB I PENDAHULUAN. Citra digital adalah gambaran dari suatu objek yang bersifat analog berupa

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 Pendahuluan. 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang

Transkripsi:

1.1 Latar Belakang BAB I PENDAHULUAN Dewasa ini penciptaan video game tidak hanya ditujukan untuk media hiburan saja melainkan juga diperuntukan sebagai media pendidikan bagi berbagai kalangan khususnya bagi anak anak dan remaja. Penelitian mengenai dampak dari bermain video games menunjukan hasil baik postif dan juga negatif. Pada suatu penelitian ditunjukan bahwa hanya dalam 10-20 menit bermain video game dapat meningkatkan kinerja otak pada rangsangan, kecemasan, reaksi emosional dan secara bersamaan mengurangi kinerja otak pada bagian frontal lobes. Pelepasan Dopamine saat bermain video game sangat luar biasa, sehingga dapat menyebabkan daerah pre-frontal rusak [1]. Bermain video game menciptakan kelelahan otak yang meningkat secara periodik yang bila melebihi kapasitas kemampuan otaknya dapat menyebabkan kerusakan pada otak, bahkan secara psikologis dapat mempengaruhi kecenderungan mental dan secara psikis dapat mempengaruhi sistem kerja dan kestabilan tubuh. Melihat dari permasalahan yang dijabarkan sebelumnya, diperlukan suatu alternatif yang dapat mencegah terjadinya dampak buruk akibat bermain video game. Salah satu alternatif tersebut adalah dengan mendeteksi suatu indikasi yang menyebabkan kelelahan pada otak ketika bermain video game. Oleh karena itu pada tugas akhir ini dirancang suatu sistem klasifikasi dari kelelahan otak menggunakan algoritma Jaringan Syaraf Tiruan Propagasi Balik dan berbasis metode akuisisi Electroencephalography (EEG) Single Channel. Fokus dari tugas akhir ini adalah mengidentifikasi ciri dari sinyal otak dalam ranah perbandingan antara tegangan dan waktu yang kemudian diklasifikasikan menjadi tiga kategori yaitu A, B dan C. tiga kategori tersebut digolongkan berdasarkan lamanya subjek bermain game yaitu pada 0 menit, 90 menit dan 180 menit. Keluaran sistem merupakan hasil klasifikasi dengan algoritma JST Propagasi balik yang ditampilkan pada Guide User Interface (GUI) Matlab. Dari

hasil analisis dan pengujian yang dilakukan diharapkan tugas akhir ini memiliki tingkat keberhasilan klasifikasi keseluruhan diatas 40%. 1.2 Tujuan Tujuan dari penulisan tugas akhir ini adalah: 1. Mengklasifikasikan keluaran dari hasil akuisisi menggunakan Jaringan Syaraf Tiruan Propagasi Balik. 2. Merancang Algoritma Jaringan Syaraf Tiruan Propagasi Balik. 3. Meneliti pengaruh perubahan Learning Rate terhadap nilai eror, nilai output dan jumlah iterasi yang dihasilkan. 4. Meneliti tingkat keakuratan klasifikasi berdasarkan ciri sinyal yang didapat dalam ranah waktu. 1.3 Rumusan Masalah Rumusan Masalah yang terdapat pada tugas akhir ini adalah: 1. Bagaimana penggunaan elektroda untuk mendapatkan hasil yang optimal? 2. Bagaimana mensegmentasikan sinyal dengan 50% overlap dan Hanning window? 3. Bagaimana merancang algoritma ekstraksi ciri dengan Shannon Entropy? 4. Bagaimana merancang struktur Jaringan Syaraf Tiruan feedforward- Backpropagation? 5. Apa pengaruh dari perubahan nilai Learning Rate terhadap nilai output? 6. Bagaimana menerapkan metode Jaringan Syaraf Tiruan untuk mengklasifikasikan tingkat kelelahan otak pada gamer? 1.4 Batasan Masalah Berikut merupakan batasan masalah yang akan menjadi batasan pelaksanaan tugas akhir ini: 1. Electroencephalograph menggunakan single-channel 2. Perangkat Analog to Digital Converter (ADC) digunakan Arduino Uno

3. Merancang algoritma program pada software MATLAB r2015a 4. Metode ekstraksi ciri yang digunakan adalah Shannon Entropy 5. Metode klasifikasi yang digunakan adalah Jaringan Syaraf Tiruan Backpropagation 6. Arsitektur Jaringan syaraf tiruan yang digunakan adalah Multi Layer Perceptron.. 7. Fungsi aktivasi yang digunakan pada perancangan JST adalah Sigmoid Biner. 8. Dilakukan perancangan Guide User Interface (GUI) sebagai antarmuka. 9. Pengujian dilakukan pada subjek dalam keadaan aktif yaitu pada kondisi Alpha- Beta (4 30 Hz). 10. Faktor jenis kelamin, usia, berat badan dan penyakit bawaan tidak dibedakan pada proses pengujian. 11. Analisis sinyal berada pada ranah waktu-tegangan. 12. cara penanggulangan atau penjabaran solusi yang harus diterapkan dari masing masing tingkatan kelelahan otak setelah proses klasifikasi tidak termasuk ke dalam pokok bahasan. 1.5 Metodologi Penelitian Metodologi yang digunakan pada penulisan tugas akhir ini sebagai berikut: 1. Identifikasi masalah penelitian Pada tahap ini dilakukan identifikasi dan state of the art dari permasalahan yang ada menggunakan studi literatur. 2. Observasi dan Studi Pustaka Pada tahap ini dilakukan observasi dan studi pustaka melalui jurnal-jurnal atau artikel sebelumnya yang hampir mirip dengan penelitian. 3. Perancangan dan implementasi sistem Pada tahap ini dilakukan perancangan sistem kerja alat (hardware) maupun program (software) sesuai dengan parameter yang diinginkan dan juga dilakukan pengaplikasian atau pengujian dari sistem tersebut untuk mengetahui hasil dari pemecahan masalah.

4. Pengambilan data dan analisis sistem Pada tahap ini dilakukan pengambilan data dari hasil pengimpelementasian sistem yang telah dilakukan sebelumnya serta dilakukan juga analisis sistem untuk melihat kaitan antara variabel pengamatan dengan parameter kinerja yang diamati. Metoda analisis yang digunakan adalah metoda analisis data kuantitatif yang terdiri dari beberapa langkah : Verifikasi data, berisi proses verifikasi data apakah sudah sesuai dengan skenario percobaan. Pengelompokkan data, berisi proses pengklasifikasian dan pengelompokkan data berdasarkan tujuan skenario dan parameter performansi yang diamati. Analisis masing masing kelompok data, berisi tahap analisis secara kuantitatif untuk mengkuantifikasi dan trend capaian performansi. Analisis kaitan antar kelompok data, berisi analisis kaitan dan konsistensi antar kelompok data yang berhubungan dengan capaian performansi. 5. Penarikan kesimpulan Pada tahap ini dilakukan pengambilan kesimpulan berdasarkan data-data hasil percobaan dan capaian performansi untuk menjawab permasalahan dan pertanyaan penelitian. 1.6 Sistematika Penulisan Penulisan tugas akhir ini terdiri dari enam bab dengan sistematika penulisan sebagai berikut: BAB I PENDAHULUAN Bab pendahuluan berisi latar belakang pembuatan tugas akhir, permasalahan yang dibahas, pembatasan masalah, tujuan, metodologi penelitian dan sistematika penulisan tugas akhir. BAB II LANDASAN TEORI

Bab landasan teori membahas mengenai teori-teori yang didapat dari berbagai referensi yang dapat digunakan dalam pengerjaan tugas akhir ini dan juga jenis jenis komponen yang digunakan dalam perancangan alat. BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Bab perancangan dan implementasi sistem menjelaskan tentang diagram blok, diagram alir dan prinsip kerja dari sistem yang dirancang pada tugas akhir ini. BAB IV PENGUJIAN DAN ANALISIS Bab pengujian dan analisis menjelaskan sistematika pengujian dari sistem yang telah dibuat, pengambilan data dari pengujian tersebut dan melakukan analisa untuk membandingkan nilai keluaran sistem dengan nilai yang diharapkan. BAB V KESIMPULAN DAN SARAN Bab kesimpulan dan saran merupakan akhir dari seluruh penulisan tugas akhir yang menghasilkan kesimpulan dan saran untuk pengembangan dari tugas akhir yang telah dilaksanakan ini.