klasifikasi jenis emosi berdasarkan gelombang otak menggunakan dimensi higuchi dengan k-nearest neighbor

CLASSIFICATION TYPES OF EMOTIONS BASED ON BRAIN WAVES USING HIGUCHI DIMENSIONS WITH K-NEAREST NEIGHBOR

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.

Brain waves are divided into 5 types, namely, alpha brain waves, Beta, gamma, delta, and theta. These brain waves can be recorded using an electroencephalogram (EEG). By using the types of brain waves recorded using Electroencephalography (EEG) the types of emotions will be classified mathematically using fractal dimension values. The purpose of this study was to classify the types of emotions in humans based on the higuchi dimension values ​​of several brain wave conditions with K-Nearest Neighbor (KNN). In this study, the brain waves that have been recorded and separated according to the label will be calculated higuchi dimensions with the k-max values ​​used are 5, 15, 25, and 30. Furthermore, the data that has been calculated in the machine is divided into 2 data as training data and testing data using cross validation and the k-fold values ​​used are 2, 4, 10, 15, 20. For the classification process it will be processed through the WEKA software with the K values ​​in the KNN used are 1, 2, 3, 4, and 5. In this study The highest accuracy value is 91,67% with a value of k-max = 15, the value of k on cross validation = 15 and the value of K on KNN = 3. Thus, the classification of types of emotions based on brain waves can be classified using higuchi dimensions with K-Nearest Neighbor.