@phdthesis{katalog1712,
            year = {2018},
          school = {Universitas Kristen Duta Wacana},
           month = {February},
           title = {DETEKSI TINGKAT KENYAMANAN TERMAL TERHADAP PERUBAHAN SUHU RUANGAN BERBASIS SINYAL EEG},
          author = {Inggar Saputra 71120102},
        abstract = {Kemajuan teknologi saat ini sangat berkembang pesat, hal tersebut juga berpengaruh pada penggunaan energi yang semakin banyak. Salah satu teknologi yang paling sering dipakai adalah pendingin ruangan, pendingin ruangan termasuk teknologi yang membutuhkan energi yang cukup besar ditambah lagi jika dalam penggunaannya beberapa orang bisa saja lalai kapan harus dimatikan atau dinyalakan bahkan ketika pengguna merupakan orang sakit. Karena itu penulis ingin membangun sebuah sistem yang mampu mendeteksi tingkat kenyamanan seseorang menggunakan sinyal EEG sebagai media kontrol pada pendingin ruangan. Hal tersebut bertujuan untuk memudahkan pengguna dalam hal mengontrol sekaligus dapat memanajemen energi.
Penelitian kali ini melakukan klasifikasi terhadap data sinyal berdasarkan tingkat kenyamanan seseorang dengan keadaan suhu ruangan yang dibagi menjadi 3 bagian yaitu Normal, Dingin, Panas. Data yang digunakan adalah data sinyal EEG yang direkam dari alat Headset Mindwave Neurosky,kemudian ekstraksi fitur sebagai inputan klasifikasi menggunakan Short Time Energy, Zero cross, Spectral Centroid dan Spectral Flux. Metode klasifikasi yang digunakan adalah Naive bayes, C4.5 dan SVM. Hasil dari penelitian ini menunjukan bahwa ekstraksi fitur yang dihasilkan cukup bervariasi untuk setiap fiturnya dan Hasil perbandingan metode klasifikasi secara keseluruhan SVM memiliki nilai akurasi tertinggi sebesar 66,6667 \%, C4.5 55,5555\% dan naive bayes 33,3333\% berdasarkan hasil tersebut pengujian menggunakan metode klasifikasi SVM . hasil pengujian yang telah dilakukan terhadap responden uji mendapatkan nilai akurasi sebesar 66,6667 \%.},
        keywords = {EEG, SVM, Short Time Energy, Zero cross, Spectral Centroid, Spectral Flux},
             url = {https://katalog.ukdw.ac.id/1712/}
}