• Tidak ada hasil yang ditemukan

ANALISIS PERBANDINGAN POLA SINYAL ALFA DAN BETA EEG UNTUK KLASIFIKASI KONDISI RILEKS PADA PEROKOK AKTIF DENGAN MENGGUNAKAN K-NEAREST NEIGHBOR PATTERN COMPARISON ANALYSIS BETWEEN ALPHA AND BETA EEG SIGNAL FOR RELAXED CONDITION CLASSIFICATION ON ACTIVE SMOK

N/A
N/A
Protected

Academic year: 2018

Membagikan "ANALISIS PERBANDINGAN POLA SINYAL ALFA DAN BETA EEG UNTUK KLASIFIKASI KONDISI RILEKS PADA PEROKOK AKTIF DENGAN MENGGUNAKAN K-NEAREST NEIGHBOR PATTERN COMPARISON ANALYSIS BETWEEN ALPHA AND BETA EEG SIGNAL FOR RELAXED CONDITION CLASSIFICATION ON ACTIVE SMOK"

Copied!
8
0
0

Teks penuh

Loading

Gambar

Gambar 2.2 Fingertips Pulse Oximeter [11]
Gambar 3.2 Diagram Alir Proses Perancangan Sistem.
Gambar 3.3  Diagram Alir Proses PCA.
Gambar 4.1 Grafik hasil pengujian sistem sinyal alfa dan beta
+2

Referensi

Dokumen terkait

EEG (Electroencephalogram) merupakan sinyal biomedis yang di hasilkan dari aktifitas listrik pada otak, sinyal EEG (Electroencephalogram) adalah parameter utama untuk

Keluaran dari penelitian ini didapatkan hasil perbedaan sinyal alfa dan beta otak seseorang saat dalam kondisi normal dan keadaan bermain game dan menentukan kanal dan ciri mana

Kondisi ini searah dengan hasil penelitian Anas, dkk yang menyatakan bahwa ketanggapan petugas merupakan hakekat dasar mutu layanan kesehatan dalam memenuhi mutu

Kriteria yang dipakai untuk pengukuran jarak pandangan ini tergantung pada tinggi mata pengemudi di atas permukaan jalan dan tinggi penghalang yang ada pada lintasan yang

Sesuai dengan permasalahan dan pertanyaan penelitian di atas maka tujuan yang hendak dicapai dalam penelitian ini dapat dirinci sebagai berikut : Untuk mengetahui

(3) Jika Nilai Perolehan Objek Pajak BPHTB sebagaimana dimaksud pada ayat (2) huruf a sampai dengan huruf n tidak diketahui atau lebih rendah daripada NJOP yang digunakan

Pada tabel 4.1 dan tabel 4.2 hasil dari pengujian dari pengukuran entropy pada subjek 1, subjek 2, subjek 3, subjek 4, subjek 5, subjek 6, subjek 7, subjek 8, subjek 9

Berdasarkan data hasil uji yang dilakukan pada sistem klasifikasi tingkat konsentrasi menggunakan metode Support Vector Machine berdasarkan pembacaan sinyal EEG