Aplikasi Transformasi Wavelet dan Adaptive Neuro-Fuzzy Inference System (ANFIS) untuk Deteksi P300 dalam Uji Kebohongan Berbasis EGG

  • Sinantya F Anindya aJurusan Teknik Elektro, Institut Teknologi Nasional, Bandung
  • Arjon Turnip UPT Balai Pengembangan Instrumentasi Lembaga Ilmu Pengetahuan Indonesia, Bandung
  • Hendi H Rachmat Jurusan Teknik Elektro, Institut Teknologi Nasional, Bandung
Keywords: ANFIS, deteksi kebohongan, EEG, P300, transformasi wavelet

Abstract

Pada aplikasi elektroensefalogram (EEG) untuk mendeteksi kebohongan, pengetahuan seseorang mengenai suatu informasi diamati melalui kemunculan komponen P300 pada EEG. Komponen P300 memiliki signalto-noise ratio yang rendah sehingga sulit dideteksi melalui pengamatan langsung. Tujuan dari penelitian ini adalah untuk mengevaluasi kinerja ANFIS sebagai sistem pendeteksi P300 dalam uji kebohongan berbasis EEG. Pengujian dilakukan dengan memberikan tiga jenis stimuli pada subyek, yaitu probe, target, dan irrelevant. Selama pengujian, EEG subyek direkam melalui lima kanal, yaitu Fz, Cz, Pz, O1, dan O2. Selanjutnya, sinyal EEG dibersihkan menggunakan koreksi baseline, band-pass filter, dan independent component analysis sehingga menghasilkan EEG dengan frekuensi 0.3-30 Hz. Setelah dibersihkan, fiturfitur sinyal EEG diekstraksi menggunakan transformasi wavelet diskrit Daubechies-4. Hasil ekstraksi fitur pada kanal Cz selanjutnya direduksi menjadi fitur-fitur statistik koefisien wavelet, yaitu nilai rata-rata, standar deviasi, mean absolute value, dan average power. Fitur-fitur tersebut diklasifikasikan menggunakan ANFIS. Hasil klasifikasi menunjukkan kinerja sistem deteksi P300 dengan akurasi 64.27%, sensitivitas 60.56%, specificity 66.41%, positive prediction value 29.38%, dan negative prediction value 87.95%.

Downloads

Download data is not yet available.
Published
2015-11-09