Reduksi Noise Sensor Electrooculography Menggunakan Filter Kalman pada Kendali Mobile Robot

Penggunaan Electrooculography (EOG) sebagai antarmuka kendali mobile robot menghadapi permasalahan utama berupa noise yang menurunkan kualitas sinyal dan akurasi sistem kendali. Penelitian ini mengkaji penerapan Filter Kalman untuk mereduksi noise pada data sensor EOG dalam sistem kendali mobile robot berbasis gerakan mata manusia. Metode penelitian meliputi perancangan modul sensor EOG, implementasi algoritma Filter Kalman, serta evaluasi kinerja sistem menggunakan Mean Squared Error (MSE) dengan variasi parameter noise pengukuran (R) dan noise proses (Q). Hasil pengujian menunjukkan bahwa konfigurasi parameter R = 10 dan Q = 1 menghasilkan keseimbangan optimal antara peredaman noise dan pelestarian karakteristik sinyal asli. Integrasi Filter Kalman terbukti meningkatkan stabilitas sinyal, akurasi, serta responsivitas sistem kendali mobile robot terhadap perintah gerakan mata. Penelitian ini memberikan kontribusi pada pengembangan sistem kendali robot berbasis EOG yang lebih andal dan efisien untuk interaksi manusia–robot.