Deteksi Kantuk Menggunakan Jaringan Saraf Tiruan Radial Basis Function dan Particle Swarm Optimization dengan RR Interval Elektrokardiogram

Abstract

<p>Sistem deteksi kantuk dirancang menggunakan Elektrokardiogram (EKG) dengan Jaringan Saraf Tiruan <em>Radial Basis Function </em>dan <em>Particle Swarm Optimization </em>(JST RBF-PSO). <em>Karolinska Sleepiness Scale </em>(KSS) menjadi acuan tingkat kantuk yang dikelompokkan menjadi kelas terjaga dan kelas mengantuk. Sistem ini menggunakan algoritma Pan-Tomkins untuk menentukan interval RR dari EKG. Fitur yang digunakan adalah 15 parameter fitur statistik. Pelatihan dan pengujian data menggunakan JST RBF-PSO dengan metode validasi silang. PSO digunakan untuk mengoptimasi parameter utama JST RBF yaitu bobot, pusat dan lebar. Sistem deteksi kantuk ini diuji menggunakan DROZY <em>Database. </em>Hasil penelitian menunjukkan akurasi sistem ini pada segmentasi 40 detik, jumlah neuron 150 dan 15 fitur statistik sebesar 88,36%.</p>