Identifikasisinyal EEG Menggunakan Koefisien Regresi dan Jaringan Syaraf Tiruan

dc.contributor.author	Hindarto
dc.date.accessioned	2013-12-23T09:41:36Z
dc.date.available	2013-12-23T09:41:36Z
dc.date.issued	2013-11-23
dc.identifier.citation	[1] J. R. Wolpaw, N. Birbaumer, D. J. McFarland, G. Pfurtscheller, and T. M. Vaughan, 2002, “Brain computer interfaces for communication and control”, Clinical Neurophysiology, 113( [2] T. M. Vaughan, W. J. Heetderks, L. J. Trejo, W. Z. Rymer, M. Weinrich, M. M. Moore, A. K ubler, B. H. Dobkin, N. Birbaumer, E. Donchin, E. W. Wolpaw, and J. R. Wolpaw, 2003, “Brain-computer interface technology”, a review of the second international meeting. IEEE Transactions on Neural Systems and Rehabilitation Engeneering, 11 [3] Payam Aghaei Pour, Tauseef Gulr ez, Omar AlZoubi, Gaetano Gargiulo and Rafael A. Calvo, 2008, “Brain-Computer Interface: Next Generation Thought Controlled Distributed Video Game Development Platform”, IEEE Symposium on Computational Intelligence and Games (	en_US
dc.identifier.issn	2339028X
dc.identifier.uri	http://hdl.handle.net/11617/4080
dc.description.abstract	Dalam penelitian ini dijelaskan aplikasi dari Backpropagation Neural Network sebagai klasifikasi dan Koefisien Regresi untuk ekstraksi fitur dari gelombang sinyal Electro Encephalo Graph	en_US
dc.publisher	Universitas Muhammadiyah Surakarta	en_US
dc.subject	Koefisien Regresi	en_US
dc.subject	Backpropagation	en_US
dc.subject	Sinyal EEG	en_US
dc.title	Identifikasisinyal EEG Menggunakan Koefisien Regresi dan Jaringan Syaraf Tiruan	en_US
dc.type	Article	en_US