APRILIANA, Dyah (2019) Pembuatan Pendeteksi dan Perekam Sinyal Biolistrik Otak (Electroenchephalograph). Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Download (2MB)
	PDF (Legalitas) LEGALITAS-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Restricted to Repository staff only Download (2MB)
	PDF (Abstrak) Abstrak_DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Download (594kB)
	PDF (BabI) BAB-I-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Restricted to Repository staff only Download (2MB)
	PDF (BabII) BAB-II-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Restricted to Repository staff only Download (2MB)
	PDF (BabIII) BAB-III-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Restricted to Repository staff only Download (2MB)
	PDF (BabIV) BAB-IV-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Restricted to Repository staff only Download (2MB)
	PDF (BabV) BAB-V-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Restricted to Repository staff only Download (2MB)
	PDF (DaftarPustaka) DAFTAR-PUSTAKA-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Restricted to Repository staff only Download (2MB)
	PDF (Lampiran) LAMPIRAN-DYAH APRILIANA-H1E014015-SKRIPSI-2019.pdf Restricted to Repository staff only Download (2MB)

Abstract

Biolistrik adalah listrik yang terdapat dalam tubuh akibat perbedaan muatan di dalam dan di luar sel. Salah satu organ tubuh yang menghasilkan sinyal biolistrik adalah otak. Alat yang digunakan untuk mengukur sinyal biolistrik otak disebut dengan electroencephalograph. Electroencephalograph umumnya digunakan dalam bidang medis dan berbagai bidang ilmiah. Perangkat komersial tersebut pada umumnya sangat mahal. Penelitian ini bertujuan untuk membuat pendeteksi dan perekam sinyal biolistrik otak yang portable dan mudah dioperasikan. Sistem dirancang dengan komponen perangkat keras yang terdiri dari elektroda Ag/AgCl, penguat instrumentasi, Driven Right Leg (DRL), high pass filter, low pass filter, penguat non-inverting dan penguat penjumlah. Sistem kemudian diuji kepada dua orang naracoba dengan cara memasang elektroda menggunakan metode bipolar dalam satu channel yaitu dua buah elektroda yang diletakkan di dahi dan satu elektroda di belakang telinga naracoba. Data tegangan kemudian diproses menggunakan Arduino Uno dan dikirim ke laptop untuk diolah menggunakan software Matlab. Data diproses menggunakan Matlab dengan metode Fast Fourier Transform (FFT) untuk merubah data dalam domain waktu ke dalam domain frekuensi agar diperoleh klasifikasi gelombang otak. Berdasarkan data tegangan dan analisis FFT maka diperoleh klasifikasi gelombang otak yaitu gelombang alfa (8-13 Hz), beta (13-30 Hz), theta (4-8 Hz), dan delta (<4 Hz).

Actions (login required)

View Item