Klasifikasi Jenis Emosi Berdasarkan Gelombang Otak Menggunakan Dimensi Higuchi Dengan K-Nearest Neighbor

Rizka Nuzul Sofiani, Dwi Juniati
{"title":"Klasifikasi Jenis Emosi Berdasarkan Gelombang Otak Menggunakan Dimensi Higuchi Dengan K-Nearest Neighbor","authors":"Rizka Nuzul Sofiani, Dwi Juniati","doi":"10.26740/mathunesa.v10n1.p150-160","DOIUrl":null,"url":null,"abstract":"Gelombang otak dibagi menjadi 5 jenis antara lain, gelombang otak alpha, beta, gamma, delta, dan theta. Gelombang otak tersebut dapat direkam dengan menggunakan alat electoencephalogram (EEG). Dengan menggunakan jenis gelombang otak yang direkam menggunakan Electroencephalography (EEG) akan diklasifikasikan jenis emosi secara matematis menggunakan nilai dimesi fraktal. Tujuan dari penelitian ini adalah untuk mengklasifikasi jenis emosi pada manusia berdasarkan nilai dimensi higuchi dari beberapa kondisi gelombang otak dengan K-Nearest Neighbor (KNN). Pada penelitian ini gelombang otak yang sudah direkam dan dipisahkan sesuai label akan dihitung dimensi higuchi dengan nilai k-max yang digunakan adalah 5, 15, 25, dan 30. Selanjutnya, data yang telah dihitung dimesinya dibagi  2 data sebagai data training dan data testing menggunakan cross validation dan nilai k-fold yang digunakan adalah 2, 4, 10, 15, 20. Untuk proses klasifikasi akan diproses melalui software WEKA dengan nilai K pada KNN yang digunakan adalah 1, 2, 3, 4, dan 5. Pada penelitian ini diperoleh nilai akurasi tertinggi sebesar 91,67% dengan nilai k-max = 15, nilai k pada cross validation = 15 dan nilai K pada KNN = 3. Sehingga, klasifikasi jenis emosi berdasarkan gelombang otak dapat diklasifikasikan menggunakan dimensi higuchi dengan K-Nearest Neighbor.","PeriodicalId":31823,"journal":{"name":"Mathunesa Jurnal Ilmiah Matematika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-04-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Mathunesa Jurnal Ilmiah Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26740/mathunesa.v10n1.p150-160","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Gelombang otak dibagi menjadi 5 jenis antara lain, gelombang otak alpha, beta, gamma, delta, dan theta. Gelombang otak tersebut dapat direkam dengan menggunakan alat electoencephalogram (EEG). Dengan menggunakan jenis gelombang otak yang direkam menggunakan Electroencephalography (EEG) akan diklasifikasikan jenis emosi secara matematis menggunakan nilai dimesi fraktal. Tujuan dari penelitian ini adalah untuk mengklasifikasi jenis emosi pada manusia berdasarkan nilai dimensi higuchi dari beberapa kondisi gelombang otak dengan K-Nearest Neighbor (KNN). Pada penelitian ini gelombang otak yang sudah direkam dan dipisahkan sesuai label akan dihitung dimensi higuchi dengan nilai k-max yang digunakan adalah 5, 15, 25, dan 30. Selanjutnya, data yang telah dihitung dimesinya dibagi  2 data sebagai data training dan data testing menggunakan cross validation dan nilai k-fold yang digunakan adalah 2, 4, 10, 15, 20. Untuk proses klasifikasi akan diproses melalui software WEKA dengan nilai K pada KNN yang digunakan adalah 1, 2, 3, 4, dan 5. Pada penelitian ini diperoleh nilai akurasi tertinggi sebesar 91,67% dengan nilai k-max = 15, nilai k pada cross validation = 15 dan nilai K pada KNN = 3. Sehingga, klasifikasi jenis emosi berdasarkan gelombang otak dapat diklasifikasikan menggunakan dimensi higuchi dengan K-Nearest Neighbor.
基于K-近邻Higuchi维数的脑电波情感类型分类
脑波被分为五种类型:阿尔法、贝塔、伽玛、德尔塔和西塔。脑波可以用脑电图记录下来。通过使用脑电图记录的脑波类型,将从数学上区分不同类型的情感。本研究的目的是根据higuchi对K-Nearest环境的某些脑电波条件的维级对人类情感进行分类。在这项研究中,根据标签记录和分离的脑波将用k-max计算为5、15、25和30。此外,经过计算的数据在培训和测试数据中共享2个数据,使用交叉验证和k-fold值为2、4、10、15、20。对于分类过程,我们将通过WEKA软件处理KNN的K值,其中使用的是1、2、3、4和5。在这项研究中,k-max值为91.67%,交叉验证值为15,交叉验证值为15,KNN值为3。因此,基于脑电波的情绪分类可以与K-Nearest邻居对higuchi维度进行分类。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信
小红书